Régions

Row

Row

Données générales

La région Bourgogne-Franche-Comté compte 15 000 équipements en 2020.

Row

Comparaisons régionales

structurant
tennis
terrains
natation
REG région équipements structurant dont gymnases tennis dont couverts grands jeux proximité tous bassins taux d’équipements
11 Île-de-France 28 134 9 244 3 614 5 330 1 486 2 791 3 083 735 23,0
24 Centre-Val de Loire 13 528 2 763 1 515 1 857 298 2 213 2 765 316 52,6
27 Bourgogne-Franche-Comté 14 941 3 241 1 850 1 997 246 2 786 3 063 376 53,2
28 Normandie 15 563 3 420 1 985 2 180 438 2 672 3 138 296 46,8
32 Hauts-de-France 24 030 5 968 3 336 2 535 713 4 533 4 865 388 40,0
44 Grand Est 27 711 6 940 4 183 3 753 720 5 065 5 459 446 49,9
52 Pays de la Loire 18 669 4 523 2 498 2 166 406 3 067 3 321 429 49,3
53 Bretagne 15 260 4 053 2 242 1 580 371 2 950 2 406 262 45,8
75 Nouvelle-Aquitaine 29 333 6 408 3 493 4 853 588 4 889 4 373 735 49,0
76 Occitanie 28 376 6 649 3 188 4 531 406 4 083 5 064 784 48,2
84 Auvergne-Rhône-Alpes 31 481 7 497 3 927 5 403 636 4 932 5 086 869 39,4
93 Provence-Alpes-Côte d’Azur 15 651 3 721 1 420 2 975 157 1 542 2 068 482 31,0
94 Corse 1 059 261 68 241 0 194 52 36 31,3
FR France 263 736 64 688 33 319 39 401 6 465 41 717 44 743 6 154 40,7
Source : MEDES recensement des équipements sportifs 2020
1 structurant : salles de sport collectifs, gymnases et salles polyvalentes
2 proximité : terrains en accès libre

Taux d’équipements pour 10 000 habitants et répartition

La Bourgogne-Franche-Comté est la région française la mieux dotée en équipement. Cela est lié avec une densité faible.

Détail des équipements

dont
Famille d’équipement Type d’équipement nombre d’équipements couverts proximité
Aire de sports de glaces Aire de sports de glace ludique 4 3 0
Aire de sports de glaces Aire de sports de glace sportive 4 4 0
Bassin de natation Bassin de réception de toboggan 15 6 0
Bassin de natation Bassin ludique de natation 158 59 0
Bassin de natation Bassin mixte de natation 73 39 0
Bassin de natation Bassin sportif de natation 121 51 0
Bassin de natation Fosse à plongée 3 1 0
Bassin de natation Fosse à plongeon 6 0 0
Boulodrome Terrain de boules 409 44 260
Boulodrome Terrain de boules traditionnelles 7 3 2
Boulodrome Terrain de pétanque 1 187 53 1 040
Bowling Bowling 20 16 4
Circuit/piste de sports mécaniques Circuit de motocross 80 1 5
Circuit/piste de sports mécaniques Circuit de vitesse 22 0 3
Circuit/piste de sports mécaniques Courses sur piste 5 0 0
Circuit/piste de sports mécaniques Piste de kart 30 7 0
Circuit/piste de sports mécaniques Terrain de moto-ball 1 0 0
Court de tennis Court de tennis 1 997 246 292
Divers équipements Salle de spectacle / Zenith 2 2 0
Equipement d’activités de forme et de santé Bassin d’exercices aquatiques 10 9 0
Equipement d’activités de forme et de santé Salle de cours collectifs 139 139 2
Equipement d’activités de forme et de santé Salle de musculation/cardiotraining 329 326 9
Equipement d’athlétisme Aire de lancer 27 1 8
Equipement d’athlétisme Aire de saut 74 1 25
Equipement d’athlétisme Piste d’athlétisme isolée 234 3 97
Equipement d’athlétisme Stade d’athlétisme 145 0 0
Equipement de cyclisme Anneau / piste de cyclisme 1 0 1
Equipement de cyclisme Terrain de cyclocross 3 0 3
Equipement de cyclisme Vélodrome 3 0 0
Equipement équestre Carrière 483 12 27
Equipement équestre Carrière de dressage/rond de longe 77 12 5
Equipement équestre Manège 308 301 14
Equipement équestre Parcours d’obstacles 28 0 6
Equipement équestre Piste de course sur le plat 12 0 2
Mur et fronton Mur de tennis 120 0 74
Mur et fronton Mur ou fronton mixte 2 0 2
Parcours de golf Parcours 18 trous 20 0 0
Parcours de golf Parcours 9 trous 15 0 2
Parcours de golf Parcours d’initiation 15 0 3
Parcours de golf Practice 34 7 2
Parcours de golf Swingolf 4 0 1
Parcours sportif/santé Parcours sportif/santé 142 0 132
Pas de tir Pas de tir à l’arc 92 24 16
Pas de tir Pas de tir à la cible 213 146 4
Pas de tir Pas de tir aux plateaux 48 3 1
Plaine de jeux Plaine de jeux 6 0 5
Plateau EPS Plateau EPS/Multisports/city-stades 1 472 16 1 107
Salle de combat Dojo / Salle d’arts martiaux 286 286 1
Salle de combat Salle de boxe 39 39 0
Salle multisports Salle multisports (gymnase) 862 858 7
Salle non spécialisée Salles polyvalentes / des fêtes / non spécialisées 988 985 18
Salle ou terrain spécialisé Salle d’échecs 1 1 0
Salle ou terrain spécialisé Salle d’escrime 22 21 0
Salle ou terrain spécialisé Salle d’haltérophilie 21 21 1
Salle ou terrain spécialisé Salle de basket 8 6 2
Salle ou terrain spécialisé Salle de beach-volley 1 1 0
Salle ou terrain spécialisé Salle de billard 23 23 0
Salle ou terrain spécialisé Salle de culturisme 7 7 0
Salle ou terrain spécialisé Salle de danse 154 154 0
Salle ou terrain spécialisé Salle de gymnastique sportive 175 173 0
Salle ou terrain spécialisé Salle de handball 3 3 1
Salle ou terrain spécialisé Salle de lutte 19 19 0
Salle ou terrain spécialisé Salle de patinage sur roulette 1 1 0
Salle ou terrain spécialisé Salle de tennis de table 88 87 0
Salle ou terrain spécialisé Salle de volley-ball 2 0 0
Salle ou terrain spécialisé Salle ou terrain de badminton 36 32 3
Salle ou terrain spécialisé Salle ou terrain de paintball 16 1 1
Salle ou terrain spécialisé Salle ou terrain de squash 33 33 0
Salle ou terrain spécialisé Terrain de padel 3 2 1
Salle ou terrain spécialisé Terrain de quilles 55 11 41
Salle ou terrain spécialisé Terrain de soccer 5 5 0
Site d’activités aériennes Piste d’aérodrome / d’aéroport 54 0 4
Site de modélisme Site d’aéromodélisme 37 0 9
Site de modélisme Site de modélisme automobile 11 0 0
Skate park & vélo Freestyle Anneau de Roller 12 1 10
Skate park & vélo Freestyle Espace de vélo-freestyle 4 0 4
Skate park & vélo Freestyle Skate park 170 2 163
Structure Artificielle d’Escalade Salle de blocs artificiels d’escalade 14 14 0
Structure Artificielle d’Escalade Structure Artificielle d’Escalade 185 174 6
Terrain de grands jeux Terrain de baseball /softball 10 1 5
Terrain de grands jeux Terrain de cricket 1 0 1
Terrain de grands jeux Terrain de football 2 556 12 1 673
Terrain de grands jeux Terrain de football américain 1 0 1
Terrain de grands jeux Terrain de rugby 143 0 48
Terrain de grands jeux Terrain de rugby à XIII 1 0 0
Terrain de grands jeux Terrain mixte 74 0 41
Terrain extérieur de petits jeux collectifs Terrain de basket-ball 357 5 208
Terrain extérieur de petits jeux collectifs Terrain de beach-volley 55 0 28
Terrain extérieur de petits jeux collectifs Terrain de handball 153 2 49
Terrain extérieur de petits jeux collectifs Terrain de volley-ball 55 1 27
BFC
14 941 4 516 5 507
Source : MEDES recensement des équipements sportifs 2020
1 couverts : équipements intérieurs, découvrables ou extérieurs couverts
2 proximité : terrains en accès libre

Carte régionale

Départements

Row

Row

Données générales

La Haute-Saône est une des départements les mieux équipés de France. Le Doubs est le département le moins bien doté de la région.

Row

Comparaisons départementales

structurant
tennis
terrains
natation
DEP département équipements structurant dont gymnases tennis dont couverts grands jeux proximité tous bassins taux d’équipements
21 Côte-d’Or 2 630 621 327 420 53 462 406 59 49,3
25 Doubs 2 515 577 322 326 54 477 492 48 46,4
39 Jura 1 471 301 191 163 21 299 336 48 56,6
58 Nièvre 965 196 101 166 16 187 110 30 46,9
70 Haute-Saône 1 574 301 190 143 20 284 515 33 66,7
71 Saône-et-Loire 3 078 673 365 363 35 559 741 85 55,7
89 Yonne 1 933 380 240 316 33 389 298 63 57,3
90 Territoire de Belfort 775 192 114 100 14 129 165 10 54,6
BFC 14 941 3 241 1 850 1 997 246 2 786 3 063 376 53,2
Source : MEDES recensement des équipements sportifs 2020
1 structurant : salles de sport collectifs
2 proximité : terrains en accès libre

Taux d’équipements pour 10 000 habitants par département

La Haute-Saône est particulièrement bien dotée en équipement. La plupart des départements bien dotés sont peu denses.

Taux d’équipements infrarégionaux pour 10 000 habitants et répartition

Détail des équipements

EquipementFamille Côte d’Or Doubs Jura Nièvre Haute Saône Saône et Loire Yonne Territoire de Belfort BFC
Aire de sports de glaces 2 3 1 0 0 0 1 1 8
Bassin de natation 59 48 48 30 33 85 63 10 376
Bassins couverts 28 32 22 15 9 22 21 7 156
Boulodrome 147 256 190 73 317 313 170 137 1 603
Bowling 2 3 2 1 5 5 1 1 20
Circuit/piste de sports mécaniques 19 23 12 15 14 25 28 2 138
Court de tennis 420 326 163 166 143 363 316 100 1 997
Courts couverts 53 54 21 16 20 35 33 14 246
Divers équipements 1 0 0 0 0 1 0 0 2
Equipement d’activités de forme et de santé 119 92 32 25 26 102 46 36 478
Equipement d’athlétisme 105 104 35 32 48 79 38 39 480
Equipement de cyclisme 1 1 0 0 0 3 2 0 7
Equipement équestre 163 118 101 75 66 179 181 25 908
Mur et fronton 31 24 5 4 13 28 9 8 122
Parcours de golf 22 20 11 4 3 15 11 2 88
Parcours sportif/santé 25 25 11 10 23 30 11 7 142
Pas de tir 64 69 29 32 32 52 54 21 353
Plaine de jeux 2 0 0 0 0 1 3 0 6
Plateau EPS 211 266 154 35 149 444 162 51 1 472
Salle de combat 56 58 34 26 33 59 40 19 325
Salle multisports 141 188 84 66 67 171 86 59 862
Salle non spécialisée 186 134 107 35 123 194 154 55 988
Salle ou terrain spécialisé 144 112 49 49 86 153 57 23 673
Site d’activités aériennes 14 7 4 4 2 12 10 1 54
Site de modélisme 7 5 2 5 4 13 10 2 48
Skate park & vélo Freestyle 29 35 28 14 15 42 18 5 186
Structure Artificielle d’Escalade 23 50 27 7 30 31 21 10 199
Terrain de grands jeux 462 477 299 187 284 559 389 129 2 786
Terrain extérieur de petits jeux collectifs 175 71 43 70 58 119 52 32 620
Total 2 630 2 515 1 471 965 1 574 3 078 1 933 775 14 941
Source : MEDES recensement des équipements sportifs 2020

Carte départementale

EPCI

Row

Row

Comparaisons établissements publics de coopération intercommunale

structurant
tennis
terrains
natation
EPCI nom EPCI équipements structurant dont gymnases tennis dont couverts grands jeux proximité tous bassins
242100410 Dijon Métropole 1 071 325 134 174 35 150 127 27
242500361 CU Grand Besançon Métropole 742 202 107 101 28 118 134 15
200065647 CA Pays de Montbéliard Agglomération 736 184 89 97 15 141 113 10
200069052 CA Grand Belfort 585 158 93 67 7 84 124 6
247100589 CA Le Grand Chalon 563 138 69 71 6 115 104 8
200070308 CA Mâconnais Beaujolais Agglomération 409 133 53 51 7 57 75 10
247100290 CU Le Creusot Montceau-les-Mines 393 90 34 59 12 82 72 11
200067114 CA de l’Auxerrois 382 91 53 67 16 73 50 10
200071140 CA Moulins Communauté 352 96 49 54 6 72 33 5
245804406 CA de Nevers 303 85 41 45 7 51 19 6
200006682 CA Beaune, Côte et Sud - Communauté Beaune-Chagny-Nolay 292 60 32 48 4 46 57 6
248900334 CA du Grand Sénonais 272 62 34 35 6 50 43 5
200010650 CA du Grand Dole 270 62 41 33 5 56 58 9
200071884 CC Le Grand Charolais 269 49 29 30 2 54 55 9
200067130 CC de Puisaye-Forterre 257 37 24 39 2 45 34 16
200070530 CC du Grand Autunois Morvan 209 47 30 25 2 31 45 5
247000011 CA de Vesoul 206 66 34 15 5 33 37 11
200090579 CC Terre d’Émeraude Communauté 199 28 19 14 2 37 72 6
200071116 CA ECLA (Espace Communautaire Lons Agglomération) 188 50 29 26 5 32 33 5
200070316 CC Entre Arroux, Loire et Somme 168 29 18 18 4 41 48 7
200070894 CC de Gevrey-Chambertin et de Nuits-Saint-Georges 168 34 16 22 1 31 38 3
200071579 CC Bresse Louhannaise Intercom’ 153 24 19 21 0 36 50 5
200069623 CC Champagnole Nozeroy Jura 149 32 21 17 2 33 28 6
200067304 CC Serein et Armance 141 26 16 18 0 36 21 3
200036549 CC Val de Gray 136 35 18 18 3 24 29 3
200071538 CC Terres de Bresse 134 22 17 15 0 28 39 0
200068070 CC Loue-Lison 132 17 10 19 2 33 33 2
248900938 CC du Jovinien 127 29 17 18 3 23 17 4
249000241 CC du Sud Territoire 125 21 11 22 7 26 32 3
200041721 CC de la Haute Comté 124 21 14 14 2 24 44 1
248900896 CC Yonne Nord 121 22 16 19 1 23 27 3
200067668 CC de la Cléry, du Betz et de l’Ouanne 120 16 10 17 2 16 40 3
247000664 CC du Pays de Lure 120 21 11 10 4 19 43 2
242101434 CC du Pays Châtillonnais 119 23 16 17 2 34 18 2
242504181 CC des Portes du Haut-Doubs 119 20 12 15 0 31 22 2
242500338 CC du Grand Pontarlier 118 27 15 10 4 22 18 2
200039758 CC Avallon, Vézelay, Morvan 117 24 17 20 3 25 17 6
200070902 CC Auxonne Pontailler Val de Saône 115 20 15 12 0 25 18 2
200071017 CC des Terres d’Auxois 114 25 17 19 2 18 18 7
247000722 CC du Pays d’Héricourt 112 25 18 10 2 23 38 1
200041879 CC Terres de Saône 111 12 9 14 0 23 42 2
200070332 CC des Savoir-Faire 110 22 17 14 1 25 31 2
200071595 CC Arbois, Poligny, Salins, Cœur du Jura 110 25 20 14 2 25 20 6
200067916 CC Cœur de Loire 108 22 12 20 3 23 15 4
200070548 CC La Clayette Chauffailles en Brionnais 108 29 19 9 0 18 36 5
200067700 CC Sud Nivernais 107 19 9 19 0 24 17 4
200068088 CC Les Bertranges 107 19 9 19 2 24 11 3
248900748 CC du Gâtinais en Bourgogne 106 16 12 33 0 17 9 4
200000925 CC de la Plaine Dijonnaise 105 22 15 15 1 29 24 1
200040293 CC du Clunisois 104 11 9 12 1 14 24 4
200067080 CC Chablis Villages et Terroirs 104 9 8 11 0 23 29 2
242504116 CC du Val de Morteau 104 25 15 14 2 17 19 5
200026573 CC Haut-Jura Saint-Claude 102 21 9 15 2 20 28 3
200069698 CC Mâconnais - Tournugeois 101 26 14 10 1 19 26 3
200068294 CC des Deux Vallées Vertes 95 16 9 11 1 22 28 2
200069540 CC Norge et Tille 94 17 13 19 2 20 17 1
200041861 CC du Triangle Vert 92 10 9 8 0 20 45 0
200069565 CC des Lacs et Montagnes du Haut-Doubs 91 11 10 18 0 11 25 2
248900383 CC de l’Agglomération Migennoise 91 18 7 17 2 19 15 3
242101509 CC Rives de Saône 90 18 13 7 0 15 24 2
200023075 CC du Pays de Maîche 89 18 12 12 2 23 19 3
200069615 CC Bresse Haute Seille 83 17 16 7 0 26 16 1
247000706 CC du Pays Riolais 83 9 7 6 0 13 40 2
242100154 CC des Vallées de la Tille et de l’Ignon 82 11 5 13 1 19 9 2
247000755 CC du Pays de Luxeuil 82 18 12 12 2 14 18 1
200039642 CC Le Tonnerrois en Bourgogne 80 20 14 13 0 24 8 3
247104094 CC Sud Côte Chalonnaise 80 10 7 7 0 6 36 0
200067882 CC Bazois Loire Morvan 78 11 6 12 1 17 17 7
247000623 CC des Quatre Rivières 78 12 4 9 1 14 27 2
242504447 CC du Doubs Baumois 75 19 10 6 0 13 17 2
247103765 CC Entre Saône et Grosne 75 9 6 7 0 10 26 2
247000367 CC des Combes 73 11 10 6 0 12 21 4
200041887 CC du Val Marnaysien 69 10 9 4 0 16 27 0
200067429 CC Haut Nivernais-Val d’Yonne 68 15 8 16 0 12 13 3
200039063 CC Forêts, Seine et Suzon 67 8 6 12 0 12 9 0
200036150 CC des Hauts du Val de Saône 65 10 5 5 1 10 21 1
200069060 CC des Vosges du Sud 65 13 10 11 0 19 9 1
242101491 CC du Montbardois 62 7 4 13 2 13 9 2
243901089 CC de la Plaine Jurassienne 61 9 7 3 0 16 14 0
200072056 CC Porte du Jura 59 11 7 6 0 9 10 2
247000821 CC Rahin et Chérimont 59 14 6 2 0 10 24 0
247100639 CC de Marcigny 59 7 3 4 0 10 27 2
200071645 CC Saint Cyr Mère Boitier entre Charolais et Mâconnais 58 10 9 4 0 5 29 5
243900560 CC Jura Nord 58 7 4 2 0 12 18 0
248900524 CC de l’Aillantais 58 12 9 8 1 10 9 3
200041853 CC du Pays de Montbozon et du Chanois 56 7 7 1 0 10 29 2
243900354 CC de la Station des Rousses-Haut Jura 56 11 3 7 2 4 12 5
200039055 CC Ouche et Montagne 55 10 9 8 0 15 11 0
200040038 CC Saône Doubs Bresse 55 11 10 4 0 11 15 3
200042414 CC Bresse Revermont 71 55 10 7 6 0 12 9 4
243900420 CC du Val d’Amour 54 12 6 7 1 11 10 2
245801063 CC Loire et Allier 53 4 4 7 1 8 3 0
242101459 CC du Pays d’Alésia et de la Seine 52 13 8 10 2 8 6 1
248900664 CC de la Vanne et du Pays d’Othe 52 6 5 8 0 12 13 1
247000714 CC du Pays de Villersexel 51 5 5 3 0 10 18 1
200072825 CC Mirebellois et Fontenois 50 11 9 9 1 11 7 1
243900479 CC du Haut-Jura - ARCADE 50 13 7 5 0 11 11 2
247000698 CC des Monts de Gy 50 11 10 6 0 8 14 0
200067890 CC Morvan Sommets et Grands Lacs 48 7 4 13 2 10 3 1
247000854 CC des 1000 étangs 45 10 8 3 0 7 17 1
200039709 CC du Serein 42 9 8 12 0 9 7 1
242504488 CC Altitude 800 42 9 8 4 0 10 7 2
242504496 CC du Plateau de Frasne et du Val de Drugeon (CFD) 42 4 4 3 0 7 18 0
200071207 CC de Pouilly-en-Auxois/Bligny-sur-Ouche 38 5 3 11 0 2 9 1
200070910 CC Tille et Venelle 37 7 3 5 0 8 4 1
200071173 CC du Pays Arnay Liernais 36 6 5 6 0 9 3 0
242500320 CC de Montbenoît 32 5 4 8 0 10 5 0
243900610 CC La Grandvallière 32 3 2 7 0 7 6 1
247100647 CC Bresse Nord Intercom 32 11 9 4 0 5 9 0
247103864 CC du Canton de Semur-en-Brionnais 32 6 5 2 0 6 18 0
200067908 CC Amognes Cœur du Nivernais 31 3 3 7 0 8 4 1
242101442 CC de Saulieu 30 9 7 5 0 4 4 2
242504355 CC du Plateau de Russey 30 9 8 2 0 6 6 0
242504371 CC du Pays de Sancey-Belleherbe 30 5 3 3 0 7 9 0
200067692 CC Tannay-Brinon-Corbigny 26 5 2 6 0 6 5 0
245804497 CC du Nivernais Bourbonnais 26 3 2 3 0 6 4 0
Source : MEDES recensement des équipements sportifs 2020
1 structurant : salles de sport collectifs
2 proximité : terrains en accès libre

Taux d’équipements pour 10 000 habitants

taux structurant
taux tennis
taux terrains
taux natation
EPCI nom EPCI équipements taux d’équipements structurant dont gymnases tennis dont couverts grands jeux proximité tous bassins
242100410 Dijon Métropole 1 071 42,2 12,8 5,3 6,9 1,4 5,9 5,0 1,1
242500361 CU Grand Besançon Métropole 742 38,2 10,4 5,5 5,2 1,4 6,1 6,9 0,8
200065647 CA Pays de Montbéliard Agglomération 736 52,6 13,1 6,4 6,9 1,1 10,1 8,1 0,7
200069052 CA Grand Belfort 585 56,8 15,3 9,0 6,5 0,7 8,2 12,0 0,6
247100589 CA Le Grand Chalon 563 49,4 12,1 6,1 6,2 0,5 10,1 9,1 0,7
200070308 CA Mâconnais Beaujolais Agglomération 409 52,5 17,1 6,8 6,5 0,9 7,3 9,6 1,3
247100290 CU Le Creusot Montceau-les-Mines 393 42,2 9,7 3,7 6,3 1,3 8,8 7,7 1,2
200067114 CA de l’Auxerrois 382 56,1 13,4 7,8 9,8 2,4 10,7 7,3 1,5
200071140 CA Moulins Communauté 352 54,2 14,8 7,5 8,3 0,9 11,1 5,1 0,8
245804406 CA de Nevers 303 46,1 12,9 6,2 6,8 1,1 7,8 2,9 0,9
200006682 CA Beaune, Côte et Sud - Communauté Beaune-Chagny-Nolay 292 56,8 11,7 6,2 9,3 0,8 9,0 11,1 1,2
248900334 CA du Grand Sénonais 272 45,9 10,5 5,7 5,9 1,0 8,4 7,3 0,8
200010650 CA du Grand Dole 270 49,5 11,4 7,5 6,0 0,9 10,3 10,6 1,6
200071884 CC Le Grand Charolais 269 67,0 12,2 7,2 7,5 0,5 13,5 13,7 2,2
200067130 CC de Puisaye-Forterre 257 75,1 10,8 7,0 11,4 0,6 13,1 9,9 4,7
200070530 CC du Grand Autunois Morvan 209 58,7 13,2 8,4 7,0 0,6 8,7 12,6 1,4
247000011 CA de Vesoul 206 64,0 20,5 10,6 4,7 1,6 10,2 11,5 3,4
200090579 CC Terre d’Émeraude Communauté 199 80,3 11,3 7,7 5,6 0,8 14,9 29,0 2,4
200071116 CA ECLA (Espace Communautaire Lons Agglomération) 188 54,8 14,6 8,5 7,6 1,5 9,3 9,6 1,5
200070316 CC Entre Arroux, Loire et Somme 168 74,8 12,9 8,0 8,0 1,8 18,3 21,4 3,1
200070894 CC de Gevrey-Chambertin et de Nuits-Saint-Georges 168 56,5 11,4 5,4 7,4 0,3 10,4 12,8 1,0
200071579 CC Bresse Louhannaise Intercom’ 153 54,0 8,5 6,7 7,4 0,0 12,7 17,6 1,8
200069623 CC Champagnole Nozeroy Jura 149 65,7 14,1 9,3 7,5 0,9 14,6 12,3 2,6
200067304 CC Serein et Armance 141 58,4 10,8 6,6 7,5 0,0 14,9 8,7 1,2
200036549 CC Val de Gray 136 66,4 17,1 8,8 8,8 1,5 11,7 14,2 1,5
200071538 CC Terres de Bresse 134 60,1 9,9 7,6 6,7 0,0 12,6 17,5 0,0
200068070 CC Loue-Lison 132 52,1 6,7 3,9 7,5 0,8 13,0 13,0 0,8
248900938 CC du Jovinien 127 60,4 13,8 8,1 8,6 1,4 10,9 8,1 1,9
249000241 CC du Sud Territoire 125 53,0 8,9 4,7 9,3 3,0 11,0 13,6 1,3
200041721 CC de la Haute Comté 124 69,8 11,8 7,9 7,9 1,1 13,5 24,8 0,6
248900896 CC Yonne Nord 121 49,5 9,0 6,5 7,8 0,4 9,4 11,0 1,2
200067668 CC de la Cléry, du Betz et de l’Ouanne 120 59,4 7,9 5,0 8,4 1,0 7,9 19,8 1,5
247000664 CC du Pays de Lure 120 61,2 10,7 5,6 5,1 2,0 9,7 21,9 1,0
242101434 CC du Pays Châtillonnais 119 60,1 11,6 8,1 8,6 1,0 17,2 9,1 1,0
242504181 CC des Portes du Haut-Doubs 119 45,5 7,6 4,6 5,7 0,0 11,8 8,4 0,8
242500338 CC du Grand Pontarlier 118 43,0 9,8 5,5 3,6 1,5 8,0 6,6 0,7
200039758 CC Avallon, Vézelay, Morvan 117 62,3 12,8 9,0 10,6 1,6 13,3 9,0 3,2
200070902 CC Auxonne Pontailler Val de Saône 115 49,2 8,6 6,4 5,1 0,0 10,7 7,7 0,9
200071017 CC des Terres d’Auxois 114 72,1 15,8 10,7 12,0 1,3 11,4 11,4 4,4
247000722 CC du Pays d’Héricourt 112 53,2 11,9 8,6 4,8 1,0 10,9 18,1 0,5
200041879 CC Terres de Saône 111 84,2 9,1 6,8 10,6 0,0 17,5 31,9 1,5
200070332 CC des Savoir-Faire 110 71,9 14,4 11,1 9,1 0,7 16,3 20,2 1,3
200071595 CC Arbois, Poligny, Salins, Cœur du Jura 110 50,4 11,4 9,2 6,4 0,9 11,4 9,2 2,7
200067916 CC Cœur de Loire 108 42,9 8,7 4,8 7,9 1,2 9,1 6,0 1,6
200070548 CC La Clayette Chauffailles en Brionnais 108 71,4 19,2 12,6 6,0 0,0 11,9 23,8 3,3
200067700 CC Sud Nivernais 107 51,6 9,2 4,3 9,2 0,0 11,6 8,2 1,9
200068088 CC Les Bertranges 107 53,4 9,5 4,5 9,5 1,0 12,0 5,5 1,5
248900748 CC du Gâtinais en Bourgogne 106 60,7 9,2 6,9 18,9 0,0 9,7 5,2 2,3
200000925 CC de la Plaine Dijonnaise 105 47,7 10,0 6,8 6,8 0,5 13,2 10,9 0,5
200040293 CC du Clunisois 104 74,7 7,9 6,5 8,6 0,7 10,1 17,2 2,9
200067080 CC Chablis Villages et Terroirs 104 69,6 6,0 5,4 7,4 0,0 15,4 19,4 1,3
242504116 CC du Val de Morteau 104 50,1 12,0 7,2 6,7 1,0 8,2 9,2 2,4
200026573 CC Haut-Jura Saint-Claude 102 50,3 10,4 4,4 7,4 1,0 9,9 13,8 1,5
200069698 CC Mâconnais - Tournugeois 101 64,2 16,5 8,9 6,4 0,6 12,1 16,5 1,9
200068294 CC des Deux Vallées Vertes 95 59,5 10,0 5,6 6,9 0,6 13,8 17,5 1,3
200069540 CC Norge et Tille 94 58,9 10,6 8,1 11,9 1,3 12,5 10,6 0,6
200041861 CC du Triangle Vert 92 83,2 9,0 8,1 7,2 0,0 18,1 40,7 0,0
200069565 CC des Lacs et Montagnes du Haut-Doubs 91 56,5 6,8 6,2 11,2 0,0 6,8 15,5 1,2
248900383 CC de l’Agglomération Migennoise 91 60,4 12,0 4,6 11,3 1,3 12,6 10,0 2,0
242101509 CC Rives de Saône 90 43,8 8,8 6,3 3,4 0,0 7,3 11,7 1,0
200023075 CC du Pays de Maîche 89 47,8 9,7 6,5 6,5 1,1 12,4 10,2 1,6
200069615 CC Bresse Haute Seille 83 43,7 8,9 8,4 3,7 0,0 13,7 8,4 0,5
247000706 CC du Pays Riolais 83 64,8 7,0 5,5 4,7 0,0 10,1 31,2 1,6
242100154 CC des Vallées de la Tille et de l’Ignon 82 60,2 8,1 3,7 9,5 0,7 13,9 6,6 1,5
247000755 CC du Pays de Luxeuil 82 54,8 12,0 8,0 8,0 1,3 9,4 12,0 0,7
200039642 CC Le Tonnerrois en Bourgogne 80 50,5 12,6 8,8 8,2 0,0 15,2 5,1 1,9
247104094 CC Sud Côte Chalonnaise 80 69,7 8,7 6,1 6,1 0,0 5,2 31,4 0,0
200067882 CC Bazois Loire Morvan 78 50,5 7,1 3,9 7,8 0,6 11,0 11,0 4,5
247000623 CC des Quatre Rivières 78 81,9 12,6 4,2 9,4 1,0 14,7 28,3 2,1
242504447 CC du Doubs Baumois 75 46,9 11,9 6,3 3,8 0,0 8,1 10,6 1,3
247103765 CC Entre Saône et Grosne 75 66,8 8,0 5,3 6,2 0,0 8,9 23,2 1,8
247000367 CC des Combes 73 95,7 14,4 13,1 7,9 0,0 15,7 27,5 5,2
200041887 CC du Val Marnaysien 69 48,1 7,0 6,3 2,8 0,0 11,2 18,8 0,0
200067429 CC Haut Nivernais-Val d’Yonne 68 55,8 12,3 6,6 13,1 0,0 9,8 10,7 2,5
200039063 CC Forêts, Seine et Suzon 67 95,8 11,4 8,6 17,2 0,0 17,2 12,9 0,0
200036150 CC des Hauts du Val de Saône 65 76,3 11,7 5,9 5,9 1,2 11,7 24,7 1,2
200069060 CC des Vosges du Sud 65 42,6 8,5 6,6 7,2 0,0 12,5 5,9 0,7
242101491 CC du Montbardois 62 58,6 6,6 3,8 12,3 1,9 12,3 8,5 1,9
243901089 CC de la Plaine Jurassienne 61 66,4 9,8 7,6 3,3 0,0 17,4 15,2 0,0
200072056 CC Porte du Jura 59 55,9 10,4 6,6 5,7 0,0 8,5 9,5 1,9
247000821 CC Rahin et Chérimont 59 49,8 11,8 5,1 1,7 0,0 8,4 20,2 0,0
247100639 CC de Marcigny 59 96,1 11,4 4,9 6,5 0,0 16,3 44,0 3,3
200071645 CC Saint Cyr Mère Boitier entre Charolais et Mâconnais 58 72,3 12,5 11,2 5,0 0,0 6,2 36,2 6,2
243900560 CC Jura Nord 58 49,7 6,0 3,4 1,7 0,0 10,3 15,4 0,0
248900524 CC de l’Aillantais 58 55,8 11,6 8,7 7,7 1,0 9,6 8,7 2,9
200041853 CC du Pays de Montbozon et du Chanois 56 85,1 10,6 10,6 1,5 0,0 15,2 44,1 3,0
243900354 CC de la Station des Rousses-Haut Jura 56 78,7 15,5 4,2 9,8 2,8 5,6 16,9 7,0
200039055 CC Ouche et Montagne 55 50,9 9,2 8,3 7,4 0,0 13,9 10,2 0,0
200040038 CC Saône Doubs Bresse 55 45,4 9,1 8,3 3,3 0,0 9,1 12,4 2,5
200042414 CC Bresse Revermont 71 55 55,7 10,1 7,1 6,1 0,0 12,2 9,1 4,1
243900420 CC du Val d’Amour 54 59,4 13,2 6,6 7,7 1,1 12,1 11,0 2,2
245801063 CC Loire et Allier 53 73,8 5,6 5,6 9,7 1,4 11,1 4,2 0,0
242101459 CC du Pays d’Alésia et de la Seine 52 69,4 17,3 10,7 13,3 2,7 10,7 8,0 1,3
248900664 CC de la Vanne et du Pays d’Othe 52 60,4 7,0 5,8 9,3 0,0 13,9 15,1 1,2
247000714 CC du Pays de Villersexel 51 64,9 6,4 6,4 3,8 0,0 12,7 22,9 1,3
200072825 CC Mirebellois et Fontenois 50 39,7 8,7 7,1 7,1 0,8 8,7 5,6 0,8
243900479 CC du Haut-Jura - ARCADE 50 53,9 14,0 7,5 5,4 0,0 11,9 11,9 2,2
247000698 CC des Monts de Gy 50 81,3 17,9 16,3 9,8 0,0 13,0 22,8 0,0
200067890 CC Morvan Sommets et Grands Lacs 48 39,0 5,7 3,3 10,6 1,6 8,1 2,4 0,8
247000854 CC des 1000 étangs 45 53,1 11,8 9,4 3,5 0,0 8,3 20,1 1,2
200039709 CC du Serein 42 58,0 12,4 11,0 16,6 0,0 12,4 9,7 1,4
242504488 CC Altitude 800 42 65,7 14,1 12,5 6,3 0,0 15,6 11,0 3,1
242504496 CC du Plateau de Frasne et du Val de Drugeon (CFD) 42 69,5 6,6 6,6 5,0 0,0 11,6 29,8 0,0
200071207 CC de Pouilly-en-Auxois/Bligny-sur-Ouche 38 44,3 5,8 3,5 12,8 0,0 2,3 10,5 1,2
200070910 CC Tille et Venelle 37 74,6 14,1 6,0 10,1 0,0 16,1 8,1 2,0
200071173 CC du Pays Arnay Liernais 36 50,5 8,4 7,0 8,4 0,0 12,6 4,2 0,0
242500320 CC de Montbenoît 32 40,9 6,4 5,1 10,2 0,0 12,8 6,4 0,0
243900610 CC La Grandvallière 32 59,4 5,6 3,7 13,0 0,0 13,0 11,1 1,9
247100647 CC Bresse Nord Intercom 32 48,9 16,8 13,8 6,1 0,0 7,6 13,8 0,0
247103864 CC du Canton de Semur-en-Brionnais 32 62,0 11,6 9,7 3,9 0,0 11,6 34,9 0,0
200067908 CC Amognes Cœur du Nivernais 31 36,1 3,5 3,5 8,2 0,0 9,3 4,7 1,2
242101442 CC de Saulieu 30 56,6 17,0 13,2 9,4 0,0 7,5 7,5 3,8
242504355 CC du Plateau de Russey 30 44,9 13,5 12,0 3,0 0,0 9,0 9,0 0,0
242504371 CC du Pays de Sancey-Belleherbe 30 54,4 9,1 5,4 5,4 0,0 12,7 16,3 0,0
200067692 CC Tannay-Brinon-Corbigny 26 26,8 5,1 2,1 6,2 0,0 6,2 5,1 0,0
245804497 CC du Nivernais Bourbonnais 26 47,8 5,5 3,7 5,5 0,0 11,0 7,4 0,0
Source : MEDES recensement des équipements sportifs 2020
1 structurant : salles de sport collectifs
2 proximité : terrains en accès libre

Carte de équipements par EPCI

Bassins de Vie

Row

Row

Comparaisons bassins de vie

structurant
tennis
terrains
natation
BV2012 bassin de vie équipements structurant dont gymnases tennis dont couverts grands jeux proximité tous bassins
21231 Dijon 1 418 394 183 233 38 216 193 31
25056 Besançon 678 181 92 88 24 109 127 16
25388 Montbéliard 658 170 80 86 14 116 90 10
01053 Bourg-en-Bresse 645 161 95 87 12 120 99 11
71076 Chalon-sur-Saône 544 133 71 63 6 111 94 8
90010 Belfort 544 140 84 58 7 79 135 6
89024 Auxerre 469 102 61 77 16 91 74 12
58194 Nevers 420 98 51 59 10 72 35 7
71270 Mâcon 403 134 54 45 7 55 71 8
70550 Vesoul 359 86 52 28 5 57 100 17
03190 Moulins 312 89 44 46 6 59 33 5
89387 Sens 280 59 33 38 5 56 41 4
25462 Pontarlier 279 46 33 34 4 46 71 4
39300 Lons-le-Saunier 243 63 41 30 5 45 52 5
77305 Montereau-Fault-Yonne 221 52 28 35 1 41 46 3
39198 Dole 216 48 29 27 5 38 48 7
71306 Montceau-les-Mines 212 54 22 29 6 42 36 7
21054 Beaune 202 42 23 31 4 30 45 3
01283 Oyonnax 200 50 29 30 3 34 32 5
58086 Cosne-Cours-sur-Loire 179 35 21 33 3 32 22 10
39478 Saint-Claude 172 29 14 17 2 23 67 6
70311 Luxeuil-les-Bains 169 34 22 18 2 30 47 4
71153 Le Creusot 162 35 14 26 4 32 31 4
70310 Lure 161 26 15 12 4 28 60 3
70279 Gray 157 43 26 18 3 30 32 3
71073 Chagny 153 31 16 25 0 27 38 3
71014 Autun 151 41 25 15 2 22 27 4
70467 Saint-Loup-sur-Semouse 143 21 15 17 2 29 55 1
21317 Is-sur-Tille 142 22 11 22 1 32 18 3
89025 Avallon 142 32 24 26 3 32 19 6
88383 Remiremont 141 37 26 23 3 21 28 1
90033 Delle 140 33 17 23 5 26 29 4
89257 Migennes 139 25 13 21 2 33 22 4
01305 Pont-de-Vaux 137 21 13 13 1 29 41 2
39475 Saint-Amour 132 21 17 11 0 24 37 4
39097 Champagnole 131 29 18 14 2 31 20 8
58059 La Charité-sur-Loire 128 19 9 20 4 21 38 3
71263 Louhans 127 21 16 18 0 31 39 3
25411 Morteau 126 29 18 18 2 24 24 5
70285 Héricourt 123 26 19 13 2 26 39 1
21038 Auxonne 119 21 16 13 0 29 23 2
58095 Decize 119 16 10 20 0 28 26 2
25356 Maîche 117 25 19 14 2 28 27 3
21154 Châtillon-sur-Seine 116 21 14 18 2 33 18 2
45115 Courtenay 116 16 9 28 1 14 32 4
89345 Saint-Florentin 116 23 16 15 0 28 19 2
10034 Bar-sur-Seine 115 15 9 26 4 29 8 0
25527 Saint-Vit 115 18 12 9 1 25 31 0
71230 Gueugnon 115 19 12 14 2 30 32 4
71137 Cluny 112 13 11 11 1 13 31 4
71342 Paray-le-Monial 112 20 9 10 2 21 13 5
25578 Valdahon 106 19 11 15 0 29 15 2
71090 La Chapelle-de-Guinchay - Crêches-sur-Saône 106 16 12 15 0 19 27 2
71133 La Clayette 106 19 15 9 0 17 41 8
25532 Saône 105 20 16 18 3 23 26 0
58079 Clamecy 104 20 14 23 0 22 24 4
21292 Genlis 103 21 14 16 1 29 23 1
21603 Semur-en-Auxois 98 23 16 17 2 16 17 3
70198 Dampierre-sur-Salon 98 15 6 12 1 17 33 2
68068 Dannemarie 95 18 15 11 0 27 22 0
10003 Aix-en-Othe 93 15 12 20 0 18 16 1
42052 Charlieu 93 23 14 14 0 18 23 3
70447 Rioz 93 13 11 6 0 14 42 1
71176 Digoin 93 21 15 10 0 22 22 2
89464 Villeneuve-sur-Yonne 93 19 13 11 2 16 19 1
89206 Joigny 90 19 9 13 2 13 10 4
21464 Nuits-Saint-Georges 87 14 7 12 1 16 16 3
88468 Le Thillot 86 21 12 13 2 15 20 3
25047 Baume-les-Dames 85 20 10 5 0 17 16 4
25463 Pont-de-Roide-Vermondans 85 15 10 12 1 23 23 0
03102 Dompierre-sur-Besbre 82 18 13 16 1 22 12 1
39154 Clairvaux-les-Lacs 82 12 7 9 2 18 19 2
70561 Villersexel 82 8 7 6 1 16 32 1
89419 Toucy 79 15 7 12 1 12 8 4
39526 Tavaux 78 15 12 10 1 25 15 2
68201 Masevaux 77 17 13 12 1 16 19 1
71120 Chauffailles 77 22 14 12 0 9 28 2
21425 Montbard 76 9 6 16 2 21 11 2
71543 Tournus 76 19 11 6 1 14 20 3
25315 L’Isle-sur-le-Doubs 74 17 10 6 0 21 20 0
71275 Marcigny 74 9 5 5 0 15 34 2
89418 Tonnerre 73 18 12 12 0 18 9 3
71047 Bourbon-Lancy 71 12 7 7 2 17 19 3
89309 Pont-sur-Yonne 68 14 11 15 1 11 15 5
45085 Châtillon-Coligny 67 8 4 13 2 16 13 2
21607 Seurre 64 12 9 4 0 11 20 5
25434 Ornans 64 11 5 9 2 11 18 2
39368 Morez 63 13 7 10 0 13 15 2
70421 Port-sur-Saône 63 9 6 10 0 13 16 2
71512 Sennecey-le-Grand 63 7 4 5 0 10 18 2
21554 Saint-Jean-de-Losne 61 9 7 6 0 12 13 0
89368 Saint-Sauveur-en-Puisaye 61 8 6 11 0 13 10 4
39128 Chaussin 60 10 8 3 0 13 15 0
77051 Bray-sur-Seine 60 8 7 15 2 10 10 2
39434 Poligny 59 11 10 5 1 16 12 3
39500 Salins-les-Bains 59 12 7 10 1 14 16 1
71417 Saint-Gengoux-le-National 59 9 7 6 0 4 29 0
89003 Aillant-sur-Tholon 59 12 9 8 1 10 10 3
70292 Jussey 58 8 3 5 1 10 21 1
71419 Saint-Germain-du-Bois 57 10 7 7 0 13 12 4
90009 Beaucourt 56 10 6 12 2 12 12 0
39013 Arbois 54 13 9 7 0 14 5 4
21584 Saulieu 53 11 9 8 0 9 6 2
18241 Sancerre 52 7 6 10 2 8 15 2
21663 Venarey-les-Laumes 52 11 6 8 2 8 5 3
39056 Bletterans 52 9 9 5 0 16 5 1
71106 Charolles 52 6 3 6 0 9 17 2
71158 Cuisery 48 7 5 5 0 7 16 0
89086 Charny 48 6 4 5 0 5 5 6
70120 Champagney - Ronchamp 47 12 5 2 0 9 15 0
71310 Montchanin 47 4 2 8 2 11 12 1
70334 Marnay 43 7 6 2 0 8 15 0
21023 Arnay-le-Duc 42 6 4 10 0 10 5 0
39470 Les Rousses 42 10 2 4 2 2 7 2
89068 Chablis 42 4 3 8 0 9 6 1
58134 Imphy 41 11 6 6 0 8 2 3
39487 Saint-Laurent-en-Grandvaux 40 5 4 9 0 7 8 2
25334 Levier 39 8 7 2 0 9 6 2
58182 Moulins-Engilbert 38 4 3 10 0 10 6 4
52197 Fayl-Billot 36 5 5 3 0 9 12 0
71221 Givry 36 8 3 6 0 6 5 0
71070 Buxy 34 4 3 4 0 4 15 0
21501 Pouilly-en-Auxois 33 3 2 10 0 4 9 1
71192 Étang-sur-Arroux 33 5 4 6 0 6 8 1
90052 Giromagny 32 9 6 6 0 9 0 0
58149 Luzy 30 6 2 5 1 6 6 2
58083 Corbigny 29 8 3 7 0 6 2 0
71351 Pierre-de-Bresse 29 10 8 3 0 5 8 0
58264 Saint-Pierre-le-Moûtier 28 3 2 4 0 6 4 0
58062 Château-Chinon (Ville) 25 3 2 9 2 5 1 1
58218 Prémery 16 3 2 3 0 3 0 0
Source : MEDES recensement des équipements sportifs 2020
1 structurant : salles de sport collectifs
2 proximité : terrains en accès libre

Taux d’équipements pour 10 000 habitants

taux structurant
taux tennis
taux terrains
taux natation
BV2012 bassin de vie équipements taux d’équipements structurant dont gymnases tennis dont couverts grands jeux proximité tous bassins
21231 Dijon 1 418 45,9 12,7 5,9 7,5 1,2 7,0 6,2 1,0
25056 Besançon 678 36,5 9,8 5,0 4,7 1,3 5,9 6,8 0,9
25388 Montbéliard 658 53,0 13,7 6,4 6,9 1,1 9,4 7,3 0,8
01053 Bourg-en-Bresse 645 63,3 15,8 9,3 8,5 1,2 11,8 9,7 1,1
71076 Chalon-sur-Saône 544 49,1 12,0 6,4 5,7 0,5 10,0 8,5 0,7
90010 Belfort 544 53,4 13,7 8,2 5,7 0,7 7,8 13,2 0,6
89024 Auxerre 469 58,8 12,8 7,6 9,7 2,0 11,4 9,3 1,5
58194 Nevers 420 49,3 11,5 6,0 6,9 1,2 8,5 4,1 0,8
71270 Mâcon 403 51,4 17,1 6,9 5,7 0,9 7,0 9,1 1,0
70550 Vesoul 359 74,8 17,9 10,8 5,8 1,0 11,9 20,8 3,5
03190 Moulins 312 52,6 15,0 7,4 7,8 1,0 10,0 5,6 0,8
89387 Sens 280 46,9 9,9 5,5 6,4 0,8 9,4 6,9 0,7
25462 Pontarlier 279 49,8 8,2 5,9 6,1 0,7 8,2 12,7 0,7
39300 Lons-le-Saunier 243 51,6 13,4 8,7 6,4 1,1 9,5 11,0 1,1
77305 Montereau-Fault-Yonne 221 35,9 8,4 4,5 5,7 0,2 6,7 7,5 0,5
39198 Dole 216 48,1 10,7 6,5 6,0 1,1 8,5 10,7 1,6
71306 Montceau-les-Mines 212 45,5 11,6 4,7 6,2 1,3 9,0 7,7 1,5
21054 Beaune 202 51,4 10,7 5,8 7,9 1,0 7,6 11,4 0,8
01283 Oyonnax 200 42,9 10,7 6,2 6,4 0,6 7,3 6,9 1,1
58086 Cosne-Cours-sur-Loire 179 56,5 11,0 6,6 10,4 0,9 10,1 6,9 3,2
39478 Saint-Claude 172 70,4 11,9 5,7 7,0 0,8 9,4 27,4 2,5
70311 Luxeuil-les-Bains 169 57,1 11,5 7,4 6,1 0,7 10,1 15,9 1,4
71153 Le Creusot 162 40,5 8,7 3,5 6,5 1,0 8,0 7,7 1,0
70310 Lure 161 61,5 9,9 5,7 4,6 1,5 10,7 22,9 1,1
70279 Gray 157 63,8 17,5 10,6 7,3 1,2 12,2 13,0 1,2
71073 Chagny 153 60,1 12,2 6,3 9,8 0,0 10,6 14,9 1,2
71014 Autun 151 59,5 16,1 9,8 5,9 0,8 8,7 10,6 1,6
70467 Saint-Loup-sur-Semouse 143 73,6 10,8 7,7 8,8 1,0 14,9 28,3 0,5
21317 Is-sur-Tille 142 61,7 9,6 4,8 9,6 0,4 13,9 7,8 1,3
89025 Avallon 142 58,7 13,2 9,9 10,7 1,2 13,2 7,8 2,5
88383 Remiremont 141 45,0 11,8 8,3 7,3 1,0 6,7 8,9 0,3
90033 Delle 140 62,2 14,7 7,6 10,2 2,2 11,6 12,9 1,8
89257 Migennes 139 61,2 11,0 5,7 9,2 0,9 14,5 9,7 1,8
01305 Pont-de-Vaux 137 60,8 9,3 5,8 5,8 0,4 12,9 18,2 0,9
39475 Saint-Amour 132 68,3 10,9 8,8 5,7 0,0 12,4 19,1 2,1
39097 Champagnole 131 65,4 14,5 9,0 7,0 1,0 15,5 10,0 4,0
58059 La Charité-sur-Loire 128 65,2 9,7 4,6 10,2 2,0 10,7 19,4 1,5
71263 Louhans 127 51,8 8,6 6,5 7,3 0,0 12,6 15,9 1,2
25411 Morteau 126 44,9 10,3 6,4 6,4 0,7 8,6 8,6 1,8
70285 Héricourt 123 53,6 11,3 8,3 5,7 0,9 11,3 17,0 0,4
21038 Auxonne 119 42,2 7,4 5,7 4,6 0,0 10,3 8,2 0,7
58095 Decize 119 48,4 6,5 4,1 8,1 0,0 11,4 10,6 0,8
25356 Maîche 117 49,5 10,6 8,0 5,9 0,8 11,9 11,4 1,3
21154 Châtillon-sur-Seine 116 60,7 11,0 7,3 9,4 1,0 17,3 9,4 1,0
45115 Courtenay 116 70,4 9,7 5,5 17,0 0,6 8,5 19,4 2,4
89345 Saint-Florentin 116 52,8 10,5 7,3 6,8 0,0 12,8 8,7 0,9
10034 Bar-sur-Seine 115 48,0 6,3 3,8 10,9 1,7 12,1 3,3 0,0
25527 Saint-Vit 115 51,5 8,1 5,4 4,0 0,4 11,2 13,9 0,0
71230 Gueugnon 115 68,8 11,4 7,2 8,4 1,2 17,9 19,1 2,4
71137 Cluny 112 69,3 8,0 6,8 6,8 0,6 8,0 19,2 2,5
71342 Paray-le-Monial 112 74,0 13,2 5,9 6,6 1,3 13,9 8,6 3,3
25578 Valdahon 106 45,3 8,1 4,7 6,4 0,0 12,4 6,4 0,9
71090 La Chapelle-de-Guinchay - Crêches-sur-Saône 106 57,2 8,6 6,5 8,1 0,0 10,3 14,6 1,1
71133 La Clayette 106 89,0 15,9 12,6 7,6 0,0 14,3 34,4 6,7
25532 Saône 105 62,8 12,0 9,6 10,8 1,8 13,8 15,5 0,0
58079 Clamecy 104 54,3 10,4 7,3 12,0 0,0 11,5 12,5 2,1
21292 Genlis 103 47,8 9,7 6,5 7,4 0,5 13,5 10,7 0,5
21603 Semur-en-Auxois 98 80,0 18,8 13,1 13,9 1,6 13,1 13,9 2,4
70198 Dampierre-sur-Salon 98 82,9 12,7 5,1 10,2 0,8 14,4 27,9 1,7
68068 Dannemarie 95 52,1 9,9 8,2 6,0 0,0 14,8 12,1 0,0
10003 Aix-en-Othe 93 60,6 9,8 7,8 13,0 0,0 11,7 10,4 0,7
42052 Charlieu 93 51,5 12,7 7,8 7,8 0,0 10,0 12,7 1,7
70447 Rioz 93 73,5 10,3 8,7 4,7 0,0 11,1 33,2 0,8
71176 Digoin 93 64,9 14,6 10,5 7,0 0,0 15,3 15,3 1,4
89464 Villeneuve-sur-Yonne 93 52,6 10,8 7,4 6,2 1,1 9,1 10,8 0,6
89206 Joigny 90 59,0 12,5 5,9 8,5 1,3 8,5 6,6 2,6
21464 Nuits-Saint-Georges 87 52,3 8,4 4,2 7,2 0,6 9,6 9,6 1,8
88468 Le Thillot 86 50,1 12,2 7,0 7,6 1,2 8,7 11,7 1,7
25047 Baume-les-Dames 85 51,1 12,0 6,0 3,0 0,0 10,2 9,6 2,4
25463 Pont-de-Roide-Vermondans 85 64,2 11,3 7,5 9,1 0,8 17,4 17,4 0,0
03102 Dompierre-sur-Besbre 82 66,3 14,6 10,5 12,9 0,8 17,8 9,7 0,8
39154 Clairvaux-les-Lacs 82 80,7 11,8 6,9 8,9 2,0 17,7 18,7 2,0
70561 Villersexel 82 63,7 6,2 5,4 4,7 0,8 12,4 24,9 0,8
89419 Toucy 79 79,8 15,2 7,1 12,1 1,0 12,1 8,1 4,0
39526 Tavaux 78 68,4 13,2 10,5 8,8 0,9 21,9 13,2 1,8
68201 Masevaux 77 50,6 11,2 8,5 7,9 0,7 10,5 12,5 0,7
71120 Chauffailles 77 61,5 17,6 11,2 9,6 0,0 7,2 22,3 1,6
21425 Montbard 76 60,4 7,2 4,8 12,7 1,6 16,7 8,7 1,6
71543 Tournus 76 61,3 15,3 8,9 4,8 0,8 11,3 16,1 2,4
25315 L’Isle-sur-le-Doubs 74 53,4 12,3 7,2 4,3 0,0 15,1 14,4 0,0
71275 Marcigny 74 86,3 10,5 5,8 5,8 0,0 17,5 39,7 2,3
89418 Tonnerre 73 47,5 11,7 7,8 7,8 0,0 11,7 5,9 2,0
71047 Bourbon-Lancy 71 74,1 12,5 7,3 7,3 2,1 17,7 19,8 3,1
89309 Pont-sur-Yonne 68 54,6 11,2 8,8 12,0 0,8 8,8 12,0 4,0
45085 Châtillon-Coligny 67 54,2 6,5 3,2 10,5 1,6 12,9 10,5 1,6
21607 Seurre 64 44,9 8,4 6,3 2,8 0,0 7,7 14,0 3,5
25434 Ornans 64 50,7 8,7 4,0 7,1 1,6 8,7 14,3 1,6
39368 Morez 63 56,4 11,6 6,3 9,0 0,0 11,6 13,4 1,8
70421 Port-sur-Saône 63 80,2 11,5 7,6 12,7 0,0 16,6 20,4 2,5
71512 Sennecey-le-Grand 63 75,9 8,4 4,8 6,0 0,0 12,0 21,7 2,4
21554 Saint-Jean-de-Losne 61 47,1 6,9 5,4 4,6 0,0 9,3 10,0 0,0
89368 Saint-Sauveur-en-Puisaye 61 69,2 9,1 6,8 12,5 0,0 14,8 11,4 4,5
39128 Chaussin 60 58,5 9,7 7,8 2,9 0,0 12,7 14,6 0,0
77051 Bray-sur-Seine 60 34,1 4,6 4,0 8,5 1,1 5,7 5,7 1,1
39434 Poligny 59 46,7 8,7 7,9 4,0 0,8 12,7 9,5 2,4
39500 Salins-les-Bains 59 53,5 10,9 6,3 9,1 0,9 12,7 14,5 0,9
71417 Saint-Gengoux-le-National 59 74,7 11,4 8,9 7,6 0,0 5,1 36,7 0,0
89003 Aillant-sur-Tholon 59 54,4 11,1 8,3 7,4 0,9 9,2 9,2 2,8
70292 Jussey 58 76,5 10,5 4,0 6,6 1,3 13,2 27,7 1,3
71419 Saint-Germain-du-Bois 57 53,8 9,4 6,6 6,6 0,0 12,3 11,3 3,8
90009 Beaucourt 56 51,9 9,3 5,6 11,1 1,9 11,1 11,1 0,0
39013 Arbois 54 54,0 13,0 9,0 7,0 0,0 14,0 5,0 4,0
21584 Saulieu 53 47,5 9,9 8,1 7,2 0,0 8,1 5,4 1,8
18241 Sancerre 52 44,8 6,0 5,2 8,6 1,7 6,9 12,9 1,7
21663 Venarey-les-Laumes 52 57,1 12,1 6,6 8,8 2,2 8,8 5,5 3,3
39056 Bletterans 52 46,2 8,0 8,0 4,4 0,0 14,2 4,4 0,9
71106 Charolles 52 58,5 6,7 3,4 6,7 0,0 10,1 19,1 2,2
71158 Cuisery 48 66,1 9,6 6,9 6,9 0,0 9,6 22,0 0,0
89086 Charny 48 72,3 9,0 6,0 7,5 0,0 7,5 7,5 9,0
70120 Champagney - Ronchamp 47 43,4 11,1 4,6 1,8 0,0 8,3 13,8 0,0
71310 Montchanin 47 49,1 4,2 2,1 8,3 2,1 11,5 12,5 1,0
70334 Marnay 43 52,2 8,5 7,3 2,4 0,0 9,7 18,2 0,0
21023 Arnay-le-Duc 42 53,3 7,6 5,1 12,7 0,0 12,7 6,4 0,0
39470 Les Rousses 42 86,9 20,7 4,1 8,3 4,1 4,1 14,5 4,1
89068 Chablis 42 57,6 5,5 4,1 11,0 0,0 12,3 8,2 1,4
58134 Imphy 41 61,6 16,5 9,0 9,0 0,0 12,0 3,0 4,5
39487 Saint-Laurent-en-Grandvaux 40 61,6 7,7 6,2 13,9 0,0 10,8 12,3 3,1
25334 Levier 39 85,2 17,5 15,3 4,4 0,0 19,7 13,1 4,4
58182 Moulins-Engilbert 38 53,5 5,6 4,2 14,1 0,0 14,1 8,4 5,6
52197 Fayl-Billot 36 73,4 10,2 10,2 6,1 0,0 18,4 24,5 0,0
71221 Givry 36 59,0 13,1 4,9 9,8 0,0 9,8 8,2 0,0
71070 Buxy 34 52,7 6,2 4,7 6,2 0,0 6,2 23,3 0,0
21501 Pouilly-en-Auxois 33 34,5 3,1 2,1 10,5 0,0 4,2 9,4 1,0
71192 Étang-sur-Arroux 33 54,5 8,3 6,6 9,9 0,0 9,9 13,2 1,7
90052 Giromagny 32 47,8 13,4 9,0 9,0 0,0 13,4 0,0 0,0
58149 Luzy 30 55,6 11,1 3,7 9,3 1,9 11,1 11,1 3,7
58083 Corbigny 29 29,5 8,1 3,0 7,1 0,0 6,1 2,0 0,0
71351 Pierre-de-Bresse 29 46,0 15,9 12,7 4,8 0,0 7,9 12,7 0,0
58264 Saint-Pierre-le-Moûtier 28 55,0 5,9 3,9 7,9 0,0 11,8 7,9 0,0
58062 Château-Chinon (Ville) 25 37,9 4,5 3,0 13,6 3,0 7,6 1,5 1,5
58218 Prémery 16 36,5 6,8 4,6 6,8 0,0 6,8 0,0 0,0
Source : MEDES recensement des équipements sportifs 2020
1 structurant : salles de sport collectifs
2 proximité : terrains en accès libre

Carte des équipements par bassin de vie

Analyse des territoires

## Column

Méthodologie

La DRAJES Bourgogne-Franche-Comté a développé une analyse des territoires pour comparer la présence en équipements.

Pourquoi ?

La région Bourgogne-Franche-Comté est une région peu dense, avec de vastes étendues très peu peuplées et des villes centres qui concentrent une grande partie de la population.
En comparant les taux d’équipements en fonction de la population, la région apparaît fortement dotée, ce qui ne reflète pas vraiment une réalité sur le terrain. L’analyse de la distribution des équipements en fonction de la population laisse voir une relation non linéaire entre le nombre d’équipements et la population.
C’est pourquoi, il a paru judicieux de comparer les territoires aux territoires de taille comparable.

Comment ?

La représentation dans le plan des équipements en fonction des équipements fait apparaître une relation. De cette relation découle un modèle statistique qui lie la population à un nombre d’équipements attendu (prédit par le modèle). L’écart entre le nombre réel et le nombre attendu caractérise la sur ou sous-représentation en équipements pour le territoire.
Si le nombre réel est proche du nombre d’attendu avec une marge d’erreur de 90% alors on considère que le territoire est normalement doté. L’écart est alors nul.
Si le nombre d’équipement est supérieur au nombre attendu, alors le territoire est surdoté par rapport aux territoires de taille comparable.
Si le nombre d’équipement est inférieur au nombre attendu, alors le territoire est sous-doté par rapport aux territoires de taille comparable.
On mesure ensuite l’intesité de cet écart pour caractériser la dotation.

Apports

Cette méthode permet de corriger les biais liés à la densité. Par exemple, le bassin de vie de Dijon compte 1 450 équipements sur son territoire, soit 47 équipements pour 10 000 habitants. Le taux d’équipement régional est 58 pour 10 000. On pourrait être tenté de conclure que Dijon est moins équipé que le reste du territoire. Or, comparé aux territoires de taille comparable, au contraire, le bassin de vie de Dijon est bien doté : 20% au dessus du nombre d’équipements prédit par le modèle.

Limites

Cependant, cette approche reste incomplète car d’autres éléments comme le relief ou le maillage routier ne sont pas pris en compte. Les territoires montagneux pourtant bien dotés peuvent cependant être éloignés des équipements car les routes sont sinueuses.
Pour une vision plus complète de tous ces aspects, on pourra se reporter aux travaux menés par la DRDJSCS de Bourgogne-Franche-Comté sur 11 paniers d’équipements : 3 cartes croisent le nombre d’équipements, l’écart et le temps d’accès aux équipements. La synthèse de ces 3 cartes donne une idée de la présence des équipements sur le territoire, de leur sur ou sous-utilisation et de leur éloignement.

Column

Modèle

Le modèle retenu est un modèle non linéaire calculé dans R grâce aux modèles additifs généralisés avec estimation de lissage intégrée.

Generalized Additive Models (GAM)

Le modèle a été lissé selon un spline de régression cubique et une précision k=40.

library (mgcv)
gam ( equipements ~ s(population, bs="cs",k=40), data )

Représentation

schématisation



Analyse de la dotation des territoires

Pour en savoir plus

Row

Row

Sources :

---
title: "RES tous équipements hors nature"
output: 
  flexdashboard::flex_dashboard:
    vertical_layout: scroll
    social: menu
    source_code: embed
    navbar:
      - { title: "Accueil", href: DRAJESBFC.html, align: right, icon: fa-home }
    theme: simplex
---

```{r setup, include=FALSE ,echo=FALSE, cache=F}
#library(flexdashboard)
#source("C:/Users/plebre/Documents/projets R/DRAJES/librairies.R")
#library(plotly)
#library(gghighlight)
#library(highcharter)
#library(plotly)
#library(ggiraph)
#library(janitor)
#library(DT)
#library(formattable)
#library(leaflet)
#library(leaflet.extras2)
#library(leaflet.minicharts)


load("C:/Users/plebre/Documents/projets R/DRAJES/data/sport/RES.RData")

load("C:/Users/plebre/Documents/projets R/DRAJES/data/demo/basecom.RData")
load("C:/Users/plebre/Documents/projets R/DRAJES/data/demo/cartes.RData")

appartenance <- rbind(appartenance,c("REG","FR","France","-"))

pal <- colorBin("YlOrBr", domain =0:500 ,bins= c(0, 20, 30, 40, 50, 60, 100,500) )

coul <- c("#4876FF", "#008B00", "#32CD32","#CD69C9", "#CD96CD", "#FFB5C5" , "#00BFFF","#FF7F50","#ADFF2F","#C0C0C0","#DCDCDC")


# Option de chunk
knitr::opts_chunk$set(
 fig.width = 6,
 fig.asp = 0.8,
 out.width = "80%"
)
```

# ![](C:/Users/plebre/Documents/projets%20R/DRAJES/images/BFC_s.svg) Régions {data-orientation="rows" height="30"}

## Row {data-height="20"}

## Row {data-height="100"}

### Données générales

La région Bourgogne-Franche-Comté compte **15 000** équipements en 2020.

## Row {.tabset .tabset-fade .tabset-pills data-height="800"}

### Comparaisons régionales

```{r}
equip %>% filter(!is.na(REG)) %>% group_by(REG) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      gymnases=sum(EquipementTypeCode %in% c('1901','2201')),
                                      tennis_couv=sum(EquipementCateg == "Courts de tennis" & NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      tennis=sum(EquipementCateg == "Courts de tennis"),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T) ) %>%
                  left_join(.,basecom %>% select(REG,pop) %>% group_by(REG) %>% summarise(pop=sum(pop,na.rm=T)),by="REG") %>%
                  adorn_totals("row",name = "FR") %>%
                  mutate(txequi=color_bar("orange")
                         (digits(10000*equ/pop,1,decimal.mark=","))) %>%
  left_join(.,appartenance %>% filter(NIVGEO=="REG") %>% select(CODGEO,LIBGEO),by=c("REG"="CODGEO") ) %>%
  select(REG,région=LIBGEO,équipements=equ,
         structurant,`dont gymnases`=gymnases,`tennis`=tennis, `dont couverts`=tennis_couv,`grands jeux`=gdsjeux, proximité=proxi,`tous bassins`= bassins, `taux d'équipements`= txequi) %>%
 kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrrrrrrrrl",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(3, bold=T) %>%
  row_spec(3,background = "#E0FFFF75",  bold = T , color = "steelblue") %>%
  row_spec(14,bold = T ) %>%
  add_header_above(c(" "=3,"structurant"=2,"tennis"=2,"terrains"=2, "natation"=1, " ")) %>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
             number = c("structurant : salles de sport collectifs, gymnases et salles polyvalentes \n","proximité : terrains en accès libre"), footnote_as_chunk = T)
```

### Taux d'équipements pour 10 000 habitants et répartition

La Bourgogne-Franche-Comté est la région française la mieux dotée en équipement. Cela est lié avec une densité faible.

```{r}
hchart( equip %>% filter(!is.na(REG)) %>% group_by(REG) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      tennis=sum(EquipementCateg == "Courts de tennis"),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T) ) %>%
                  left_join(.,basecom %>% select(REG,pop) %>% group_by(REG) %>% summarise(pop=sum(pop,na.rm=T)),by="REG") %>%
                  adorn_totals("row",name = "FR") %>%
                  mutate(txequi=round(10000*equ/pop,1),
                         `taux bassins`=round(10000*bassins/pop,1),
                         `taux grands jeux`=round(10000*gdsjeux/pop,1),
                         `taux structurant`=round(10000*structurant/pop,1),
                         `taux tennis`=round(10000*tennis/pop,1),
                         `taux proximité`=round(10000*proxi/pop,1),
                         autres=round(10000*(equ-bassins-gdsjeux-structurant-proxi-tennis)/pop,1 ) ) %>%
          left_join(.,appartenance %>% filter(NIVGEO=="REG") %>% select(CODGEO,region=LIBGEO),by=c("REG"="CODGEO") ) %>%
          select(16,10:15) %>%
   pivot_longer(-1,'type')  ,
                  "bar", hcaes(x=region,y=value, group=type  ) , 
            stacking= 'normal' , shadow=F,  showInLegend = T,  pointWidth =20) %>%
      hc_xAxis(title=list(text="Régions")) %>%
    hc_yAxis(title=list(text="Taux d'équipements")) %>%
  hc_add_theme(thm) 
```

### Détail des équipements

```{r}
equip %>% filter(REG=='27') %>% group_by(`Famille d'équipement`=EquipementFamille,`Type d'équipement`=EquipementTypeLib) %>% summarise(`nombre d'équipements`=n(),
                                      couverts= sum(NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      proximité  = sum (EquProximite== 1,na.rm = T )) %>%
  adorn_totals("row", name = "BFC") %>%
       kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrrrrrrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(3, bold=T) %>%
  add_header_above(c(" "=3,"dont"=2)) %>%
 # row_spec(nrow(),bold = T ) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
             number = c("couverts : équipements intérieurs, découvrables ou extérieurs couverts  \n","proximité : terrains en accès libre"), footnote_as_chunk = T) %>%
  scroll_box(height="800px")
```

### Carte régionale

```{r}
res <- equip %>% filter(!is.na(REG)) %>% group_by(REG) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      tennis_couv=sum(EquipementCateg == "Courts de tennis" & NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      tennis_ext=sum(EquipementCateg == "Courts de tennis" & !NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T) ,
                                      autres=equ-bassins-gdsjeux-structurant-tennis_couv-tennis_ext-proxi) %>%
                  left_join(.,basecom %>% select(REG,pop) %>% group_by(REG) %>% summarise(pop=sum(pop,na.rm=T)),by="REG") %>%
          mutate(txequi=round(10000*equ/pop,1),
                         txbassins=round(10000*bassins/pop,1),
                         txgdsjeux=round(10000*gdsjeux/pop,1),
                         txstructurant=round(10000*structurant/pop,1),
                         txtennis=round(10000*(tennis_couv+tennis_ext)/pop,1),
                         txproxi=round(10000*proxi/pop,1) )%>%
          left_join(.,appartenance %>% filter(NIVGEO=="REG") %>% select(CODGEO,region=LIBGEO),by=c("REG"="CODGEO") ) %>% rename(INSEE_REG=REG)
res <- sp::merge(regwgs,res,by="INSEE_REG")
  
leaflet(res) %>% 
  setView(lng = 5.1, lat = 47.27, zoom = 6) %>%
  addProviderTiles(providers$Wikimedia) %>% 
  addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(txequi),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(75,60,68:74), feature.id=F,row.numbers = F),
              group = "taux équi/10 000 hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*structurant/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(75,60,68:74), feature.id=F,row.numbers = F),
              group = "taux structurant/50 000hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*gdsjeux/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(75,60,68:74), feature.id=F,row.numbers = F),
              group = "taux grands jeux/50 000hab") %>%
    addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*proxi/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(75,60,68:74), feature.id=F,row.numbers = F),
              group = "taux proxi/50 000hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(400000*bassins/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(75,60,68:74), feature.id=F,row.numbers = F),
              group = "taux bassins/400 000hab") %>%

  addMinicharts(centroid(res)[,1],centroid(res)[,2] ,
                       #maxValues = 100,
                       type = "pie",
                       chartdata = res@data[,61:67],
                       colorPalette = coul,
                       width = sqrt(res$equ) ,
                       opacity = 0.6 ) %>%
    addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5, opacity = 1) %>%

    addLayersControl(
    baseGroups = c("taux équi/10 000 hab","taux structurant/50 000hab","taux grands jeux/50 000hab","taux proxi/50 000hab", "taux bassins/400 000hab"),
    options = layersControlOptions(collapsed = F,autoZIndex = F)) %>%  
    addLegend("bottomright", pal = pal, values = ~txequi,   
            title = "taux d'équipements") 
```

# ![](C:/Users/plebre/Documents/projets%20R/DRAJES/images/BFC_dep_s.svg) Départements {data-orientation="rows"}

## Row {data-height="20"}

## Row {data-height="100"}

### Données générales

La Haute-Saône est une des départements les mieux équipés de France. Le Doubs est le département le moins bien doté de la région.

## Row {.tabset .tabset-fade .tabset-pills data-height="800"}

### Comparaisons départementales

```{r}
equip %>% filter(!is.na(DEP)) %>% filter(DEP %in% depbfc) %>%
                 group_by(DEP) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      gymnases=sum(EquipementTypeCode %in% c('1901','2201')),
                                      tennis_couv=sum(EquipementCateg == "Courts de tennis" & NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      tennis=sum(EquipementCateg == "Courts de tennis"),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T) ) %>%
                  left_join(.,basecom %>% select(DEP,pop) %>% group_by(DEP) %>% summarise(pop=sum(pop,na.rm=T)),by="DEP") %>%
                  adorn_totals("row",name = "BFC") %>%
                  mutate(txequi=color_bar("orange")
                         (digits(10000*equ/pop,1,decimal.mark=","))) %>%
  left_join(.,appartenance %>% filter(NIVGEO=="DEP") %>% select(CODGEO,LIBGEO),by=c("DEP"="CODGEO") ) %>%
  select(DEP,département=LIBGEO,équipements=equ,
         structurant,`dont gymnases`=gymnases,`tennis`=tennis, `dont couverts`=tennis_couv,`grands jeux`=gdsjeux, proximité=proxi,`tous bassins`= bassins, `taux d'équipements`= txequi) %>%
 kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrrrrrrrrl",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(3, bold=T) %>%
 # row_spec(3,background = "#E0FFFF75",  bold = T , color = "steelblue") %>%
  row_spec(9,bold = T ) %>%
  add_header_above(c(" "=3,"structurant"=2,"tennis"=2,"terrains"=2, "natation"=1, " ")) %>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
             number = c("structurant : salles de sport collectifs \n","proximité : terrains en accès libre"), footnote_as_chunk = T)
```

### Taux d'équipements pour 10 000 habitants par département

La Haute-Saône est particulièrement bien dotée en équipement. La plupart des départements bien dotés sont peu denses.

```{r}
hchart( equip %>% filter(!is.na(DEP)) %>% group_by(DEP) %>% summarise(equ=n() ) %>%
                  left_join(.,basecom %>% select(DEP,pop) %>% group_by(DEP) %>% summarise(pop=sum(pop,na.rm=T)),by="DEP") %>%
                  adorn_totals("row",name = "BFC") %>%
                  mutate(txequi=round(10000*equ/pop,1) ) %>%
          left_join(.,appartenance %>% filter(NIVGEO=="DEP") %>% select(CODGEO,département=LIBGEO),by=c("DEP"="CODGEO") ) %>%
          arrange(desc(txequi))   ,
                  "bar", hcaes(x=reorder(département,txequi),y=txequi, color=ifelse(DEP %in% depbfc,"#6a5acd","#ffd700") ) , 
            stacking= 'normal' ,name = "taux d'équipements pour 10 000 habitants" , shadow=F,  showInLegend = T,  pointWidth =2) %>%
      hc_xAxis(title=list(text="Départements")) %>%
    hc_yAxis(title=list(text="Taux d'équipements")) %>%
  hc_add_theme(thm) 
```

### Taux d'équipements infrarégionaux pour 10 000 habitants et répartition

```{r}
hchart( equip %>% filter(!is.na(DEP)) %>% filter(DEP %in% depbfc) %>%
          group_by(DEP) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      tennis=sum(EquipementCateg == "Courts de tennis"),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T) ) %>%
                  left_join(.,basecom %>% select(DEP,pop) %>% group_by(DEP) %>% summarise(pop=sum(pop,na.rm=T)),by="DEP") %>%
                  adorn_totals("row",name = "BFC") %>%
                  mutate(txequi=round(10000*equ/pop,1),
                         `taux bassins`=round(10000*bassins/pop,1),
                         `taux grands jeux`=round(10000*gdsjeux/pop,1),
                         `taux structurant`=round(10000*structurant/pop,1),
                         `taux tennis`=round(10000*tennis/pop,1),
                         `taux proximité`=round(10000*proxi/pop,1),
                         autres=round(10000*(equ-bassins-gdsjeux-structurant-proxi-tennis)/pop,1 ) ) %>%
          left_join(.,appartenance %>% filter(NIVGEO=="DEP") %>% select(CODGEO,département=LIBGEO),by=c("DEP"="CODGEO") ) %>%
          select(16,10:15) %>%
   pivot_longer(-1,'type')  ,
                  "bar", hcaes(x=département,y=value, group=type ) , 
            stacking= 'normal' , shadow=F,  showInLegend = T,  pointWidth =20) %>%
       hc_xAxis(title=list(text="Départements")) %>%
    hc_yAxis(title=list(text="Taux d'équipements")) %>%
  hc_add_theme(thm) 
```

### Détail des équipements

```{r}
equip %>% filter(REG=='27') %>% group_by(EquipementFamille) %>% summarise(
                                      `Côte d'Or`=sum(DEP=='21'),
                                      `Doubs`=sum(DEP=='25'),
                                      `Jura`=sum(DEP=='39'),
                                      `Nièvre`=sum(DEP=='58'),
                                      `Haute Saône`=sum(DEP=='70'),
                                      `Saône et Loire`=sum(DEP=='71'),
                                      `Yonne`=sum(DEP=='89'),
                                      `Territoire de Belfort`=sum(DEP=='90') ) %>%
    adorn_totals(c("row","col"), name = c("Total","BFC") ) %>%
  bind_rows(equip %>% filter(REG=='27' & EquipementFamille == "Court de tennis",
                               NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur')  ) %>%
                                      group_by(EquipementFamille) %>% summarise(
                                      `Côte d'Or`=sum(DEP=='21'),
                                      `Doubs`=sum(DEP=='25'),
                                      `Jura`=sum(DEP=='39'),
                                      `Nièvre`=sum(DEP=='58'),
                                      `Haute Saône`=sum(DEP=='70'),
                                      `Saône et Loire`=sum(DEP=='71'),
                                      `Yonne`=sum(DEP=='89'),
                                      `Territoire de Belfort`=sum(DEP=='90') ) %>%
              adorn_totals("col", name = "BFC")  %>% mutate  (EquipementFamille ="Courts couverts")         ) %>%
  bind_rows(equip %>% filter(REG=='27' & EquipementFamille == "Bassin de natation",
                               NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur')  ) %>%
                                      group_by(EquipementFamille) %>% summarise(
                                      `Côte d'Or`=sum(DEP=='21'),
                                      `Doubs`=sum(DEP=='25'),
                                      `Jura`=sum(DEP=='39'),
                                      `Nièvre`=sum(DEP=='58'),
                                      `Haute Saône`=sum(DEP=='70'),
                                      `Saône et Loire`=sum(DEP=='71'),
                                      `Yonne`=sum(DEP=='89'),
                                      `Territoire de Belfort`=sum(DEP=='90') ) %>%
                          adorn_totals("col", name = "BFC") %>% mutate  (EquipementFamille ="Bassins couverts") ) %>%
  arrange(`Famille d'équipement`=EquipementFamille) %>%
       kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="lrrrrrrrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(10, bold=T) %>%
  #row_spec(3,background = "#E0FFFF75",  bold = T , color = "steelblue") %>%
  add_indent(c(3,8),level_of_indent = 1 ) %>%
  row_spec(c(3,8), italic = T)%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
              footnote_as_chunk = T) %>%
  scroll_box(height="800px")
```

### Carte départementale

```{r}
res <- equip %>% filter(!is.na(DEP)) %>% group_by(DEP) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      tennis_couv=sum(EquipementCateg == "Courts de tennis" & NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      tennis_ext=sum(EquipementCateg == "Courts de tennis" & !NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T) ,
                                      autres=equ-bassins-gdsjeux-structurant-tennis_couv-tennis_ext-proxi) %>%
                  left_join(.,basecom %>% select(DEP,pop) %>% group_by(DEP) %>% summarise(pop=sum(pop,na.rm=T)),by="DEP") %>%
          mutate(txequi=round(10000*equ/pop,1),
                         txbassins=round(10000*bassins/pop,1),
                         txgdsjeux=round(10000*gdsjeux/pop,1),
                         txstructurant=round(10000*structurant/pop,1),
                         txtennis=round(10000*(tennis_couv+tennis_ext)/pop,1),
                         txproxi=round(10000*proxi/pop,1) )%>%
          left_join(.,appartenance %>% filter(NIVGEO=="DEP") %>% select(CODGEO,region=LIBGEO),by=c("DEP"="CODGEO") ) %>% rename(INSEE_DEP=DEP)
res <- sp::merge(depwgs,res,by="INSEE_DEP")
  
leaflet(res) %>% 
  setView(lng = 5.1, lat = 47.27, zoom = 6) %>%
  addProviderTiles(providers$Wikimedia) %>% 
  addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(txequi),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(77,62,70:76), feature.id=F,row.numbers = F),
              group = "taux équi/10 000 hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*structurant/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(77,62,70:76), feature.id=F,row.numbers = F),
              group = "taux structurant/50 000hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*gdsjeux/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(77,62,70:76), feature.id=F,row.numbers = F),
              group = "taux grands jeux/50 000hab") %>%
    addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*proxi/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(77,62,70:76), feature.id=F,row.numbers = F),
              group = "taux proxi/50 000hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(400000*bassins/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(77,62,70:76), feature.id=F,row.numbers = F),
              group = "taux bassins/400 000hab") %>%

  addMinicharts(centroid(res)[,1],centroid(res)[,2] ,
                       #maxValues = 100,
                       type = "pie",
                       chartdata = res@data[,63:69],
                       colorPalette = coul,
                       width = sqrt(res$equ) ,
                       opacity = 0.6 ) %>%
    addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5, opacity = 1) %>%

    addLayersControl(
    baseGroups = c("taux équi/10 000 hab","taux structurant/50 000hab","taux grands jeux/50 000hab","taux proxi/50 000hab", "taux bassins/400 000hab"),
    options = layersControlOptions(collapsed = F,autoZIndex = F)) %>%  
    addLegend("bottomright", pal = pal, values = ~txequi,   
            title = "taux d'équipements") 
```

# ![](C:/Users/plebre/Documents/projets%20R/DRAJES/images/BFC_EPCI_s.svg) EPCI {data-orientation="rows"}

## Row {data-height="20"}

## Row {.tabset .tabset-fade}

### Comparaisons établissements publics de coopération intercommunale {vertical_layout="scroll"}

```{r}
equip %>% filter(!is.na(EPCI)) %>% filter(EPCI %in% basecom$EPCI[basecom$REG=="27"]) %>%
                 group_by(EPCI) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      gymnases=sum(EquipementTypeCode %in% c('1901','2201')),
                                      tennis_couv=sum(EquipementCateg == "Courts de tennis" & NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      tennis=sum(EquipementCateg == "Courts de tennis"),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T) ) %>%
                  left_join(.,basecom %>% select(EPCI,pop) %>% group_by(EPCI) %>% summarise(pop=sum(pop,na.rm=T)),by="EPCI") %>%
                  #adorn_totals("row",name = "BFC") %>%
                  mutate(txequi=round(10000*equ/pop,1)) %>%
  left_join(.,appartenance %>% filter(NIVGEO=="EPCI") %>% select(CODGEO,LIBGEO),by=c("EPCI"="CODGEO") ) %>%
  select(EPCI,`nom EPCI`=LIBGEO,équipements=equ,
         structurant,`dont gymnases`=gymnases,`tennis`=tennis, `dont couverts`=tennis_couv,`grands jeux`=gdsjeux, proximité=proxi,`tous bassins`= bassins) %>%
  arrange(desc(équipements)) %>%
 kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrrrrrrrrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(3, bold=T) %>%
  add_header_above(c(" "=3,"structurant"=2,"tennis"=2,"terrains"=2, "natation"=1)) %>%
#  row_spec(9,bold = T ) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
             number = c("structurant : salles de sport collectifs \n","proximité : terrains en accès libre"), footnote_as_chunk = T) %>%
  scroll_box(height="800px")
```

### Taux d'équipements pour 10 000 habitants

```{r}
equip %>% filter(!is.na(EPCI)) %>% filter(EPCI %in% basecom$EPCI[basecom$REG=="27"]) %>%
                 group_by(EPCI) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      gymnases=sum(EquipementTypeCode %in% c('1901','2201')),
                                      tennis_couv=sum(EquipementCateg == "Courts de tennis" & NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      tennis=sum(EquipementCateg == "Courts de tennis"),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T) ) %>%
                  left_join(.,basecom %>% select(EPCI,pop) %>% group_by(EPCI) %>% summarise(pop=sum(pop,na.rm=T)),by="EPCI") %>%
                  #adorn_totals("row",name = "BFC") %>%
                   mutate(txequi=color_bar('lightblue')
                                (digits(10000*equ/pop,1,decimal.mark=",") ) ,
                         txbassins=color_tile('white','lightblue',alpha=0.5)
                                (digits(10000*bassins/pop,1,decimal.mark=",") ) ,
                         txgdsjeux=color_bar('gold')
                                (digits(10000*gdsjeux/pop,1,decimal.mark=",") ) ,
                         txstructurant=color_bar('orange')
                                (digits(10000*structurant/pop,1,decimal.mark=",") ) ,
                         txgymnases=color_tile('white','orange',alpha=0.5)
                                (digits(10000*gymnases/pop,1,decimal.mark=",") ) ,
                         txtennis=color_bar('lightgreen')
                                (digits(10000*tennis/pop,1,decimal.mark=",") ) ,
                         txtennis_couv=color_tile('white','lightgreen',alpha=0.5)
                                (digits(10000*tennis_couv/pop,1,decimal.mark=",") ) ,
                         txproxi=color_bar('lightgray')
                                (digits(10000*proxi/pop,digits=1,big.mark = " ",decimal.mark=",") ) ) %>%
  left_join(.,appartenance %>% filter(NIVGEO=="EPCI") %>% select(CODGEO,LIBGEO),by=c("EPCI"="CODGEO") ) %>%
  select(EPCI,`nom EPCI`=LIBGEO,équipements=equ,
         `taux d'équipements`=txequi,structurant=txstructurant,`dont gymnases`=txgymnases,tennis=txtennis,`dont couverts`=txtennis_couv,`grands jeux`=txgdsjeux,`proximité`=txproxi,`tous bassins`=txbassins) %>%
  arrange(desc(équipements)) %>%
 kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrllrlrllr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(3, bold=T) %>%
  add_header_above(c(" "=4,"taux structurant"=2,"taux tennis"=2,"taux terrains"=2, "taux natation"=1)) %>%
 # row_spec(3,background = "#E0FFFF75",  bold = T , color = "steelblue") %>%
 # row_spec(9,bold = T ) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
             number = c("structurant : salles de sport collectifs \n","proximité : terrains en accès libre"), footnote_as_chunk = T) %>%
  scroll_box(height="800px")
```

### Carte de équipements par EPCI {data-height="800"}

```{r}
res <- equip %>% filter(!is.na(EPCI)) %>% filter(EPCI %in% basecom$EPCI[basecom$REG=="27"]) %>%
                            group_by(EPCI) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      tennis_couv=sum(EquipementCateg == "Courts de tennis" & NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      tennis_ext=sum(EquipementCateg == "Courts de tennis" & !NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T) ,
                                      autres=equ-bassins-gdsjeux-structurant-tennis_couv-tennis_ext-proxi) %>%
                  left_join(.,basecom %>% select(EPCI,pop) %>% group_by(EPCI) %>% summarise(pop=sum(pop,na.rm=T)),by="EPCI") %>%
          mutate(txequi=round(10000*equ/pop,1),
                         txbassins=round(10000*bassins/pop,1),
                         txgdsjeux=round(10000*gdsjeux/pop,1),
                         txstructurant=round(10000*structurant/pop,1),
                         txtennis=round(10000*(tennis_couv+tennis_ext)/pop,1),
                         txproxi=round(10000*proxi/pop,1) )%>%
          left_join(.,appartenance %>% filter(NIVGEO=="EPCI") %>% select(CODGEO,region=LIBGEO),by=c("EPCI"="CODGEO") ) %>% rename(CODE_EPCI=EPCI)
res <- sp::merge(epcicarto,res,by="CODE_EPCI")
  
leaflet(res) %>% 
  setView(lng = 5.1, lat = 47.27, zoom = 8) %>%
  addProviderTiles(providers$Wikimedia) %>% 
  addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(txequi),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(74,59,67:73), feature.id=F,row.numbers = F),
              group = "taux équi/10 000 hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*structurant/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(74,59,67:73), feature.id=F,row.numbers = F),
              group = "taux structurant/50 000hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*gdsjeux/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(74,59,67:73), feature.id=F,row.numbers = F),
              group = "taux grands jeux/50 000hab") %>%
    addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*proxi/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(74,59,67:73), feature.id=F,row.numbers = F),
              group = "taux proxi/50 000hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(400000*bassins/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(74,59,67:73), feature.id=F,row.numbers = F),
              group = "taux bassins/400 000hab") %>%

  addMinicharts(centroid(res)[,1],centroid(res)[,2] ,
                       #maxValues = 100,
                       type = "pie",
                       chartdata = res@data[,60:66],
                       colorPalette = coul,
                       width = sqrt(10*res$equ) ,
                       opacity = 0.7 ) %>%
    addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5, opacity = 1) %>%

    addLayersControl(
    baseGroups = c("taux équi/10 000 hab","taux structurant/50 000hab","taux grands jeux/50 000hab","taux proxi/50 000hab", "taux bassins/400 000hab"),
    options = layersControlOptions(collapsed = F,autoZIndex = F)) %>%  
    addLegend("bottomright", pal = pal, values = ~txequi,   
            title = "taux d'équipements") 
```

# ![](C:/Users/plebre/Documents/projets%20R/DRAJES/images/BFC_BV_s.svg) Bassins de Vie {data-orientation="rows"}

## Row {data-height="20"}

## Row {.tabset .tabset-fade}

### Comparaisons bassins de vie {vertical_layout="scroll"}

```{r}
equip %>% filter(!is.na(BV2012)) %>% filter(BV2012 %in% basecom$BV2012[basecom$REG=="27"]) %>%
                 group_by(BV2012) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      gymnases=sum(EquipementTypeCode %in% c('1901','2201')),
                                      tennis_couv=sum(EquipementCateg == "Courts de tennis" & NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      tennis=sum(EquipementCateg == "Courts de tennis"),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T ) ) %>%
                  left_join(.,basecom %>% select(BV2012,pop) %>% group_by(BV2012) %>% summarise(pop=sum(pop,na.rm=T)),by="BV2012") %>% arrange(desc(equ)) %>%
                  #adorn_totals("row",name = "BFC") %>%
                 # mutate(txequi=round(10000*equ/pop,1) ) %>%
  left_join(.,appartenance %>% filter(NIVGEO=="BV2012") %>% select(CODGEO,LIBGEO),by=c("BV2012"="CODGEO") ) %>%
  select(BV2012,`bassin de vie`=LIBGEO,équipements=equ,
         structurant,`dont gymnases`=gymnases,`tennis`=tennis, `dont couverts`=tennis_couv,`grands jeux`=gdsjeux, proximité=proxi,`tous bassins`= bassins) %>%
  arrange(desc(équipements)) %>%
 kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrrrrrrrrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(3, bold=T) %>%
  add_header_above(c(" "=3,"structurant"=2,"tennis"=2,"terrains"=2, "natation"=1)) %>%
#  row_spec(9,bold = T ) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
             number = c("structurant : salles de sport collectifs \n","proximité : terrains en accès libre"), footnote_as_chunk = T) %>%
  scroll_box(height="800px")
```

### Taux d'équipements pour 10 000 habitants

```{r}
equip %>% filter(!is.na(BV2012)) %>% filter(BV2012 %in% basecom$BV2012[basecom$REG=="27"]) %>%
                 group_by(BV2012) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      gymnases=sum(EquipementTypeCode %in% c('1901','2201')),
                                      tennis_couv=sum(EquipementCateg == "Courts de tennis" & NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur') ,na.rm = T),
                                      tennis=sum(EquipementCateg == "Courts de tennis"),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm=T) ) %>%
                  left_join(.,basecom %>% select(BV2012,pop) %>% group_by(BV2012) %>% summarise(pop=sum(pop,na.rm=T)),by="BV2012") %>%
                  #adorn_totals("row",name = "BFC") %>%
                  mutate(txequi=color_bar('lightblue')
                                (digits(10000*equ/pop,1,decimal.mark=",") ) ,
                         txbassins=color_tile('white','lightblue',alpha=0.5)
                                (digits(10000*bassins/pop,1,decimal.mark=",") ) ,
                         txgdsjeux=color_bar('gold')
                                (digits(10000*gdsjeux/pop,1,decimal.mark=",") ) ,
                         txstructurant=color_bar('orange')
                                (digits(10000*structurant/pop,1,decimal.mark=",") ) ,
                         txgymnases=color_tile('white','orange',alpha=0.5)
                                (digits(10000*gymnases/pop,1,decimal.mark=",") ) ,
                         txtennis=color_bar('lightgreen')
                                (digits(10000*tennis/pop,1,decimal.mark=",") ) ,
                         txtennis_couv=color_tile('white','lightgreen',alpha=0.5)
                                (digits(10000*tennis_couv/pop,1,decimal.mark=",") ) ,
                         txproxi=color_bar('lightgray')
                                (digits(10000*proxi/pop,digits=1,big.mark = " ",decimal.mark=",") ) ) %>%
  left_join(.,appartenance %>% filter(NIVGEO=="BV2012") %>% select(CODGEO,LIBGEO),by=c("BV2012"="CODGEO") ) %>%
  select(BV2012,`bassin de vie`=LIBGEO,équipements=equ,
         `taux d'équipements`=txequi,structurant=txstructurant,`dont gymnases`=txgymnases,tennis=txtennis,`dont couverts`=txtennis_couv,`grands jeux`=txgdsjeux,`proximité`=txproxi,`tous bassins`=txbassins) %>%
  arrange(desc(équipements)) %>%
 kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrllrlrllr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(3, bold=T) %>%
  add_header_above(c(" "=4,"taux structurant"=2,"taux tennis"=2,"taux terrains"=2, "taux natation"=1)) %>%
 # row_spec(3,background = "#E0FFFF75",  bold = T , color = "steelblue") %>%
 # row_spec(9,bold = T ) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des équipements sportifs 2020", general_title = "Source : ",
             number = c("structurant : salles de sport collectifs \n","proximité : terrains en accès libre"), footnote_as_chunk = T) %>%
  scroll_box(height="800px") 
```

### Carte des équipements par bassin de vie {data-height="800"}

```{r}
res <- equip %>% filter(!is.na(BV2012)) %>% filter(BV2012 %in% basecom$BV2012[basecom$REG=="27"]) %>%
                            group_by(BV2012) %>% summarise(equ=n(),
                                      bassins=sum(EquipementTypeCode %in% 101:106),
                                      gdsjeux=sum(EquipementCateg == "Terrains de grands jeux" ),
                                      structurant=sum(EquipementCateg == "Salles de pratiques collectives" ),
                                      tennis_couv=sum(EquipementCateg == "Courts de tennis" & NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      tennis_ext=sum(EquipementCateg == "Courts de tennis" & !NatureLibelle %in% c('Extérieur couvert','Découvrable','Intérieur'),na.rm = T ),
                                      proxi=sum (EquipementCateg == "Equipements Ext."
                                                   & EquProximite== 1,na.rm = T) ,
                                      autres=equ-bassins-gdsjeux-structurant-tennis_couv-tennis_ext-proxi) %>%
                  left_join(.,basecom %>% select(BV2012,pop) %>% group_by(BV2012) %>% summarise(pop=sum(pop,na.rm=T)),by="BV2012") %>%
          mutate(txequi=round(10000*equ/pop,1),
                         txbassins=round(10000*bassins/pop,1),
                         txgdsjeux=round(10000*gdsjeux/pop,1),
                         txstructurant=round(10000*structurant/pop,1),
                         txtennis=round(10000*(tennis_couv+tennis_ext)/pop,1),
                         txproxi=round(10000*proxi/pop,1) )%>%
          left_join(.,appartenance %>% filter(NIVGEO=="BV2012") %>% select(CODGEO,region=LIBGEO),by=c("BV2012"="CODGEO") ) 
res <- sp::merge(bvcarto,res,by="BV2012")
  
leaflet(res) %>% 
  setView(lng = 5.1, lat = 47.27, zoom = 8) %>%
  addProviderTiles(providers$Wikimedia) %>% 
  addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(txequi),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(71,56,64:70), feature.id=F,row.numbers = F),
              group = "taux équi/10 000 hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*structurant/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(71,56,64:70), feature.id=F,row.numbers = F),
              group = "taux structurant/50 000hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*gdsjeux/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(71,56,64:70), feature.id=F,row.numbers = F),
              group = "taux grands jeux/50 000hab") %>%
    addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(50000*proxi/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(71,56,64:70), feature.id=F,row.numbers = F),
              group = "taux proxi/50 000hab") %>%
   addPolygons(fill = TRUE, fillOpacity = 0.6, fillColor = ~pal(400000*bassins/pop.y),
              weight = 2, opacity = 0.6, color = "#2F4F4F",
              popup = popupTable(res@data %>% select(71,56,64:70), feature.id=F,row.numbers = F),
              group = "taux bassins/400 000hab") %>%

  addMinicharts(centroid(res)[,1],centroid(res)[,2] ,
                       #maxValues = 100,
                       type = "pie",
                       chartdata = res@data[,57:63],
                       colorPalette = coul,
                       width = sqrt(10*res$equ) ,
                       opacity = 0.7 ) %>%
    addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5, opacity = 1) %>%

    addLayersControl(
    baseGroups = c("taux équi/10 000 hab","taux structurant/50 000hab","taux grands jeux/50 000hab","taux proxi/50 000hab", "taux bassins/400 000hab"),
    options = layersControlOptions(collapsed = F,autoZIndex = F)) %>%  
    addLegend("bottomright", pal = pal, values = ~txequi,   
            title = "taux d'équipements") 
```

Analyse des territoires {data-orientation="columns" data-icon="fa-signal"}
========================================================================== 
## Column {data-width="1000" align="left"}
--------------------------------------------------------------------------
### Méthodologie

La DRAJES Bourgogne-Franche-Comté a développé une analyse des territoires pour comparer la présence en équipements.

### Pourquoi ?

La région Bourgogne-Franche-Comté est une région peu dense, avec de vastes étendues très peu peuplées et des villes centres qui concentrent une grande partie de la population.\
En comparant les taux d'équipements en fonction de la population, la région apparaît fortement dotée, ce qui ne reflète pas vraiment une réalité sur le terrain. L'analyse de la distribution des équipements en fonction de la population laisse voir une relation non linéaire entre le nombre d'équipements et la population.\
C'est pourquoi, il a paru judicieux de comparer les territoires aux territoires de taille comparable.

### Comment ?

La représentation dans le plan des équipements en fonction des équipements fait apparaître une relation. De cette relation découle un modèle statistique qui lie la population à un nombre d'équipements attendu (prédit par le modèle). L'écart entre le nombre réel et le nombre attendu caractérise la sur ou sous-représentation en équipements pour le territoire.\
Si le nombre réel est proche du nombre d'attendu avec une marge d'erreur de 90% alors on considère que le territoire est normalement doté. L'écart est alors nul.\
Si le nombre d'équipement est supérieur au nombre attendu, alors le territoire est surdoté par rapport aux territoires de taille comparable.\
Si le nombre d'équipement est inférieur au nombre attendu, alors le territoire est sous-doté par rapport aux territoires de taille comparable.\
On mesure ensuite l'intesité de cet écart pour caractériser la dotation.

### Apports

Cette méthode permet de corriger les biais liés à la densité. Par exemple, le bassin de vie de Dijon compte 1 450 équipements sur son territoire, soit 47 équipements pour 10 000 habitants. Le taux d'équipement régional est 58 pour 10 000. On pourrait être tenté de conclure que Dijon est moins équipé que le reste du territoire. Or, comparé aux territoires de taille comparable, au contraire, le bassin de vie de Dijon est bien doté : 20% au dessus du nombre d'équipements prédit par le modèle.

### Limites

Cependant, cette approche reste incomplète car d'autres éléments comme le relief ou le maillage routier ne sont pas pris en compte. Les territoires montagneux pourtant bien dotés peuvent cependant être éloignés des équipements car les routes sont sinueuses.\
Pour une vision plus complète de tous ces aspects, on pourra se reporter aux travaux menés par la DRDJSCS de Bourgogne-Franche-Comté sur 11 paniers d'équipements : 3 cartes croisent le nombre d'équipements, l'écart et le temps d'accès aux équipements. La synthèse de ces 3 cartes donne une idée de la **présence** des équipements sur le territoire, de leur **sur ou sous-utilisation** et de leur **éloignement**.

-   

## Column {data-width="800" align="left"}

### Modèle

Le modèle retenu est un modèle non linéaire calculé dans R grâce aux modèles additifs généralisés avec estimation de lissage intégrée.

> Generalized Additive Models (GAM)

Le modèle a été lissé selon un spline de régression cubique et une précision k=40.

    library (mgcv)
    gam ( equipements ~ s(population, bs="cs",k=40), data )

### Représentation

> schématisation

[![](img/GAM.PNG) 
\
Analyse de la dotation des territoires](https://pierre-stephanelebre.shinyapps.io/ANS_carence/)

# Pour en savoir plus {data-orientation="rows" data-icon="fa-info-circle" font-size="25px"}

## Row {data-height="20"}

## Row {data-height="60"}

**Sources :**

-   Injep, MEDES, recensement des "licences et des clubséquipements sportifs (RES)

    -   
    -   
    -   

-   Insee, DRDJSCS, étude sur la pratique sportive (2020)  
Un habitant sur cinq réside dans un territoire où la pratique sportive est développée  

    -   

-   Insee, Base permanente des équipements

    -   

# Navigation {data-orientation="rows" data-icon="fa-map-signs" font-size="25px"}

## Row {data-height="20"}

## Row {data-height="100"}

1.  **Généralités**\

-   [Territoire(s)](1.1_demo.html)\
-   [Structure de la population](1.2_structure.html)\
-   [évolution de la population](1.3_evol.html)

## Row {data-height="100"}

2.  **Jeunesse**\

-   [Jeunesse](2.1_jeunesse.html)\
-   [Préscolaire](2.2_presco.html)\
-   [Accueils collectifs de mineurs](2.3_ACM.html)

## Row {data-height="100"}

3.  **Engagement**\

-   [Vie associative](3.1_VA.html)\
-   [Service civique](3.2_SC.html)

## Row {data-height="100"}

4.  **Formation**\

-   [Diplômes](4.1_diplomes.html)\
-   [Organismes de formation](4.2_OF3.html)

## Row {data-height="100"}

5.  **Sport**\

-   [Clubs sportifs](5.1_clubs.html)\
-   [Licences sportives](5.2_licences.html)\
-   [Sport de nature](5.3_nature.html)\
-   [Piscines](5.4_piscines.html)\
-   [équipements sportifs](5.5_RES.html)